Importar presentaciones desde PDF o HTML en Python a través de Java
Introducción
Aspose.Slides for Python via Java puede convertir páginas PDF o contenido HTML en diapositivas de PowerPoint sin Microsoft PowerPoint. La clase SlideCollection proporciona addFromPdf y addFromHtml para añadir contenido importado a una presentación.
Para un mayor control sobre la ubicación del HTML, SlideCollection.insertFromHtml puede insertar diapositivas generadas en un índice de la colección o comenzar a rellenar el espacio disponible en una diapositiva existente. El HTML largo se pagina automáticamente en diapositivas adicionales, la fuente puede proporcionarse como cadena o flujo, y los recursos externos pueden cargarse mediante ExternalResourceResolver con una URI base. La matriz de Slide devuelta identifica las diapositivas afectadas y las recién creadas.
Importar desde PDF
Para convertir un documento PDF a una presentación PowerPoint, importe su contenido en la colección de diapositivas y guarde el resultado como un archivo PPTX.
- Cree un nuevo objeto Presentation.
- Llame a addFromPdf con la ruta al archivo PDF.
- Llame a save con SaveFormat.Pptx para escribir la presentación en un archivo PPTX.
El siguiente ejemplo en Python importa un documento PDF y guarda las diapositivas generadas como una presentación PowerPoint:
import jpype
import asposeslides
if not jpype.isJVMStarted():
jpype.startJVM()
from asposeslides.api import Presentation, SaveFormat
presentation = Presentation()
try:
presentation.getSlides().addFromPdf("document.pdf")
presentation.save("presentation.pptx", SaveFormat.Pptx)
finally:
presentation.dispose()
La diapositiva en blanco predeterminada permanece en la presentación porque la importación agrega diapositivas. Para conservar solo las páginas importadas, borre la colección de diapositivas con SlideCollection.clear antes de importar.
El método addFromPdf devuelve las diapositivas que agrega, lo que resulta útil cuando necesita procesar solo las diapositivas importadas.
Tip
Pruebe la aplicación web gratuita PDF to PowerPoint para ver este flujo de trabajo de conversión en acción.Importar desde HTML
Aspose.Slides también puede crear diapositivas a partir de un documento HTML. La fuente puede suministrarse como texto HTML o un flujo. Los siguientes pasos utilizan un flujo de archivo:
- Cree un nuevo objeto Presentation.
- Abra el archivo HTML para lectura y pase el flujo a addFromHtml.
- Llame a save con SaveFormat.Pptx para escribir el resultado en un archivo PPTX.
El siguiente ejemplo en Python importa un documento HTML y guarda las diapositivas generadas como una presentación PowerPoint:
import jpype
import asposeslides
if not jpype.isJVMStarted():
jpype.startJVM()
from asposeslides.api import Presentation, SaveFormat
from java.io import FileInputStream
presentation = Presentation()
try:
html_stream = FileInputStream("page.html")
try:
presentation.getSlides().addFromHtml(html_stream)
finally:
html_stream.close()
presentation.save("presentation.pptx", SaveFormat.Pptx)
finally:
presentation.dispose()
Insertar contenido HTML
Utilice SlideCollection.insertFromHtml cuando las diapositivas generadas a partir de HTML deban colocarse en una posición específica en lugar de agregarse. El índice es cero-basado e identifica la posición donde comienza la importación.
El argumento useSlideWithIndexAsStart controla cómo el importador usa esa posición:
- Cuando es
False, el importador crea nuevas diapositivas en el índice especificado y desplaza las diapositivas que le siguen. - Cuando es
True, el importador comienza a colocar contenido en el espacio disponible de la diapositiva existente en ese índice. Si el HTML no cabe, Aspose.Slides lo pagina automáticamente e inserta diapositivas adicionales inmediatamente después de la diapositiva inicial.
SlideCollection.insertFromHtml devuelve una matriz de objetos Slide . Cuando la inserción comienza en nuevas diapositivas, cada elemento devuelto está recién creado. Cuando se usa una diapositiva existente como inicio, la matriz incluye esa diapositiva afectada seguida de cualquier diapositiva desbordada nueva. Puede inspeccionar esta matriz en lugar de calcular el rango afectado a partir del recuento de diapositivas de la presentación.
Insertar HTML como nuevas diapositivas
El siguiente ejemplo suministra HTML como cadena e inserta las diapositivas generadas en el índice de colección 1. Pasar False deja las diapositivas existentes sin cambios, salvo por desplazarlas para hacer espacio.
import jpype
import asposeslides
if not jpype.isJVMStarted():
jpype.startJVM()
from asposeslides.api import Presentation, SaveFormat
presentation = Presentation()
try:
layout_slide = presentation.getLayoutSlides().get_Item(0)
presentation.getSlides().addEmptySlide(layout_slide)
presentation.getSlides().addEmptySlide(layout_slide)
insert_index = 1
html = "<html><body><h1>Quarterly update</h1><p>This content is inserted before the slide that was at index 1.</p></body></html>"
inserted_slides = presentation.getSlides().insertFromHtml(insert_index, html, False)
for slide in inserted_slides:
print("Inserted slide index:", presentation.getSlides().indexOf(slide))
presentation.save("presentation-with-inserted-html.pptx", SaveFormat.Pptx)
finally:
presentation.dispose()
Comenzar en una diapositiva existente
El siguiente ejemplo suministra el HTML a través de un flujo. Mantiene una forma de encabezado en la diapositiva plantilla existente, comienza la importación bajo el área ocupada y permite que el cuerpo largo continúe en nuevas diapositivas.
El HTML también contiene una URL de imagen relativa. Un ExternalResourceResolver obtiene el recurso, mientras que la URI base indica al importador cómo resolver images/logo.png. En este ejemplo, se espera ese archivo en html-assets/images/logo.png.
from pathlib import Path
import jpype
import asposeslides
if not jpype.isJVMStarted():
jpype.startJVM()
from asposeslides.api import ExternalResourceResolver, Presentation, SaveFormat, ShapeType
from java.io import ByteArrayInputStream
presentation = Presentation()
try:
template_slide = presentation.getSlides().get_Item(0)
header = template_slide.getShapes().addAutoShape(ShapeType.Rectangle, 20, 20, 680, 60)
header.getTextFrame().setText("Product roadmap")
html_parts = ["<html><body><img src='images/logo.png' width='120' height='60'><h2>Roadmap details</h2>"]
for item_index in range(1, 61):
html_parts.append(f"<p style='font-size:24pt'>Roadmap item {item_index}: detailed implementation notes.</p>")
html_parts.append("</body></html>")
html = "".join(html_parts)
html_data = html.encode("utf-8")
resolver = ExternalResourceResolver()
base_directory = Path("html-assets").resolve()
base_uri = base_directory.as_uri() + "/"
html_stream = ByteArrayInputStream(html_data)
try:
affected_slides = presentation.getSlides().insertFromHtml(0, html_stream, resolver, base_uri, True)
for slide in affected_slides:
print("Affected slide index:", presentation.getSlides().indexOf(slide))
finally:
html_stream.close()
presentation.save("presentation-with-html-overflow.pptx", SaveFormat.Pptx)
finally:
presentation.dispose()
Warning
Un resolvedor de recursos externos sin restricciones puede leer recursos locales o de red referenciados por el HTML. Para entradas no confiables, valide y sanee las URLs de recursos contra una lista blanca de esquemas, directorios y hosts permitidos antes de importar el HTML.Preguntas frecuentes
¿Puede Aspose.Slides detectar tablas al importar un PDF?
Sí. Cree un objeto PdfImportOptions, llame a setDetectTables con True, y pase las opciones a addFromPdf. La calidad del reconocimiento de tablas depende de la estructura y complejidad del PDF origen.