Exportovat prezentace do HTML s externě odkazovanými obrázky v Pythonu

Přehled

Ve výchozím nastavení exportuje Aspose.Slides prezentaci do samostatného souboru HTML. Obrázky a další zdroje jsou zapisovány přímo do HTML, obvykle jako data Base64. To je výhodné, když potřebujete jeden přenosný soubor, ale není to vždy nejlepší formát pro webové stránky, CMS nebo serverový konverzní pipeline.

Používejte externě odkazované obrázky, když chcete:

  • zmenšit velikost dokumentu HTML;
  • cachovat obrázky samostatně v prohlížeči nebo CDN;
  • prohlížet, nahrazovat, komprimovat nebo následně zpracovávat vygenerované obrázky po exportu;
  • udržet strukturu výstupu blíže tomu, co očekává webová aplikace.

Pro obecný workflow konverze HTML viz Převést prezentace PowerPoint do HTML. Tento článek se zaměřuje na část exportu související s prolinkováním obrázků.

Jak funguje export odkazovaných obrázků

V .NET a Java představuje ILinkEmbedController rozhraní zpětného volání, které exportér používá k rozhodnutí, zda by měl být prostředek vložen nebo odkazován. V Pythonu přes .NET není zatím možné, aby třídy Pythonu přímo implementovaly toto .NET rozhraní zpětného volání, takže praktický workflow je:

  1. Exportujte prezentaci do HTML pomocí HtmlOptions.
  2. Použijte SlideImageFormat s SVGOptions, aby byly snímky v HTML reprezentovány jako SVG.
  3. Přesuňte data obrázků Base64 z HTML data: URL do samostatných souborů.
  4. Nahraďte původní data: URL relativními odkazy, např. assets/resource-1.jpg.

Cesta v souborovém systému a URL v prohlížeči jsou oddělené záležitosti. Například níže uvedený příklad zapisuje soubory obrázků do html-output/assets na disku, zatímco HTML obsahuje relativní URL, jako je assets/resource-1.jpg. Prohlížeč tyto URL řeší relativně k souboru HTML, který odkaz obsahuje.

Export HTML s odkazovanými obrázky

Následující příklad v Pythonu vytvoří výstupní adresář, uloží tam soubor HTML, uloží extrahované obrázky do podadresáře assets a přepíše URL obrázků Base64 na relativní odkazy. Příklad extrahuje běžné formáty obrázků Base64, pokud Aspose.Slides poskytuje bezpečnou příponu souboru. Data URL, které nejsou rozpoznány, zůstávají vložená.

import base64
import os
import re

import aspose.slides as slides
import aspose.slides.export as slides_export


EXTENSIONS_BY_CONTENT_TYPE = {
    "image/jpeg": ".jpg",
    "image/png": ".png",
    "image/gif": ".gif",
    "image/bmp": ".bmp",
    "image/svg+xml": ".svg",
    "image/tiff": ".tiff",
    "image/x-emf": ".emf",
    "image/x-wmf": ".wmf",
}

DATA_URI_PATTERN = re.compile(
    r"data:(?P<content_type>[-\w.+]+/[-\w.+]+);base64,(?P<data>[A-Za-z0-9+/=\r\n]+)"
)


def export_presentation_to_html_with_linked_images(
    input_file_path,
    output_directory,
    asset_directory_name="assets",
):
    asset_directory = os.path.join(output_directory, asset_directory_name)

    os.makedirs(output_directory, exist_ok=True)
    os.makedirs(asset_directory, exist_ok=True)

    html_options = slides_export.HtmlOptions()
    html_options.html_formatter = slides_export.HtmlFormatter.create_document_formatter("", False)
    html_options.slide_image_format = slides_export.SlideImageFormat.svg(
        slides_export.SVGOptions()
    )

    html_file_path = os.path.join(output_directory, "presentation.html")

    with slides.Presentation(input_file_path) as presentation:
        presentation.save(html_file_path, slides_export.SaveFormat.HTML, html_options)

    externalize_base64_images(html_file_path, asset_directory, asset_directory_name)


def externalize_base64_images(html_file_path, asset_directory, asset_directory_name):
    with open(html_file_path, "r", encoding="utf-8-sig") as html_file:
        html_content = html_file.read()

    saved_resource_names = {}
    resource_index = 1

    def replace_data_uri(match):
        nonlocal resource_index

        data_uri = match.group(0)
        if data_uri in saved_resource_names:
            return saved_resource_names[data_uri]

        content_type = match.group("content_type").lower()
        extension = EXTENSIONS_BY_CONTENT_TYPE.get(content_type)
        if extension is None:
            return data_uri

        encoded_data = match.group("data")
        image_data = base64.b64decode(encoded_data)
        if len(image_data) == 0:
            return data_uri

        file_name = f"resource-{resource_index}{extension}"
        resource_index += 1

        file_path = os.path.join(asset_directory, file_name)
        with open(file_path, "wb") as image_file:
            image_file.write(image_data)

        linked_url = f"{asset_directory_name}/{file_name}"
        saved_resource_names[data_uri] = linked_url
        return linked_url

    updated_html_content = DATA_URI_PATTERN.sub(replace_data_uri, html_content)

    with open(html_file_path, "w", encoding="utf-8", newline="\n") as html_file:
        html_file.write(updated_html_content)


input_file_path = "presentation.pptx"
output_directory = "html-output"

export_presentation_to_html_with_linked_images(input_file_path, output_directory)

Po exportu může mít výstupní složka tuto strukturu:

html-output/
  presentation.html
  assets/
    resource-1.jpg
    resource-2.png

Přesné soubory závisí na obsahu prezentace a nastavení exportu. Například rastrové obrázky jsou běžně exportovány jako JPEG nebo PNG. Aspose.Slides může zvolit jiný kodek obrázku než ten použitý ve zdrojové prezentaci, pokud to vede k menšímu nebo vhodnějšímu souboru. Obrázky s průhledností jsou exportovány jako PNG.

Výběr URL pro nasazení

Ukázka používá relativní předponu URL: assets/. Pokud je presentation.html otevřen z html-output/presentation.html, prohlížeč načte html-output/assets/resource-1.jpg.

Použijte jiný název asset adresáře nebo přepište vygenerované odkazy, pokud jsou soubory nasazeny jinde:

  • Použijte assets/, když je asset adresář vedle souboru HTML.
  • Použijte ../assets/, když je asset adresář o jednu úroveň výše než soubor HTML.
  • Použijte https://cdn.example.com/presentations/job-123/assets/, když jsou soubory nahrány na CDN nebo statický souborový server.

V serverových aplikacích použijte unikátní výstupní adresář nebo předponu v objektovém úložišti pro každou konverzní úlohu, aby nedocházelo k přepsání souborů z jiného exportu.

Kdy místo toho vložit

Vložené Base64 HTML je stále užitečné, když výstup musí být jeden soubor, např. e‑mailová příloha, offline náhled nebo dokument, který bude přesunut bez doprovodné složky s assety. Odkazované obrázky jsou vhodnější, když bude HTML podáváno webovou aplikací, uloženo v CMS, optimalizováno build pipeline nebo cachováno prohlížeči nezávisle na HTML.

Často kladené otázky

Mohu externalizovat jen obrázky a nechat ostatní zdroje vložené?

Ano. Ukázka extrahuje pouze image/* Base64 data URL, jejichž typy obsahu jsou uvedeny v EXTENSIONS_BY_CONTENT_TYPE. Ostatní data URL zůstávají vložená.

Proč se přípona exportovaného obrázku liší od zdrojové prezentace?

Aspose.Slides může při exportu HTML překódovat rastrové obrázky, aby zlepšil velikost nebo kompatibilitu s prohlížečem. Například obrázek ze zdrojového souboru může být zapsán jako JPEG nebo PNG v závislosti na výsledku renderování.

Fungují relativní URL po přesunutí souboru HTML?

Relativní URL fungují jen tehdy, když je zachována stejná relativní struktura složek. Pokud HTML odkazuje na assets/resource-1.png, složka assets musí zůstat vedle souboru HTML, pokud nevytvoříte jinou předponu URL.

Měly by serverové aplikace znovu používat stejnou výstupní složku?

Ne. Použijte unikátní výstupní adresář nebo předponu úložiště pro každou konverzní úlohu. Tím se předejde kolizím názvů souborů a zabrání se přepsání zdrojů jedním exportem jiným exportem.

Získat celé pozadí snímku z prezentace jako obrázek Kompatibilita s PyInstaller a cx_Freeze