چگونه متن را از PPT، PPTX و ODP با Aspose.Slides استخراج کنیم

مقدمه

Aspose.Slides یک API قدرتمند و سطح بالا برای استخراج متن از فایل‌های ارائه، شامل PPT، PPTX و ODP، فراهم می‌کند. بر خلاف Open XML SDK که تنها از PPTX پشتیبانی می‌کند و نیاز به تجزیه‌وتحلیل پیچیده XML دارد، Aspose.Slides فرآیند استخراج متن را ساده می‌کند و به شما امکان می‌دهد تا تمرکز خود را بر یکپارچه‌سازی محتوای استخراج‌شده در جریان کاری‌تان بگذارید.

استخراج سریع متن با PresentationFactory.Instance.GetPresentationText

برای استخراج متن از یک ارائه، Aspose.Slides API متد استاتیک PresentationFactory.Instance.GetPresentationText را ارائه می‌دهد. این متد چندین overload برای کار با فایل ارائه یا جریان داده دارد و متن را از اسلایدها، اسلایدهای اصلی، طرح‌بندی‌ها، یادداشت‌ها و نظرات استخراج می‌کند. متن استخراج‌شده از طریق رابط IPresentationText در دسترس است.

مثال استفاده:

string filePath = "presentation.pptx";
TextExtractionArrangingMode mode = TextExtractionArrangingMode.Unarranged;

IPresentationText presentationText = PresentationFactory.Instance.GetPresentationText(filePath, mode);
ISlideText[] slideTexts = presentationText.SlidesText;

foreach (var slideText in slideTexts)
{
    Console.WriteLine("Slide Text: " + slideText.Text);
    Console.WriteLine("Notes Text: " + slideText.NotesText);
    Console.WriteLine("Comments Text: " + slideText.CommentsText);
}

حالت‌های عملکرد GetPresentationText

متد GetPresentationText در PresentationFactory به شما امکان می‌دهد تا استخراج متن را با استفاده از پارامتر TextExtractionArrangingMode تنظیم کنید؛ این پارامتر نحوه سازماندهی متن در خروجی را کنترل می‌کند.

حالت‌های موجود

• TextExtractionArrangingMode.Unarranged – متن را به صورت آزاد و بدون در نظر گرفتن طرح‌بندی اصلی اسلاید استخراج می‌کند.
• TextExtractionArrangingMode.Arranged – ترتیب متن را بر اساس مکان آن در هر اسلاید حفظ می‌کند.

مثال استفاده:

TextExtractionArrangingMode mode = TextExtractionArrangingMode.Arranged;
IPresentationText presentationText = PresentationFactory.Instance.GetPresentationText("presentation.pptx", mode);
ISlideText[] slideTexts = presentationText.SlidesText;

foreach (var slideText in slideTexts)
{
    Console.WriteLine("Slide Text (preserving order): " + slideText.Text);
}

مزایای کلیدی متدهای PresentationFactory

• نیازی به بارگذاری کامل ارائه‌ها نیست: مصرف حافظه را به حداقل می‌رساند و سرعت پردازش را افزایش می‌دهد.
• بهینه برای فایل‌های بزرگ: حتی ارائه‌های حجم‌دار را به‌طور کارآمدی مدیریت می‌کند و متن را به سرعت استخراج می‌نماید.
• استخراج یادداشت‌ها و نظرات: حاوی حاشیه‌نویسی‌های کاربر برای پوشش جامع محتواست.
• ایده‌آل برای ایندکس‌گذاری و تحلیل محتوا: مناسب برای سیستم‌های سازمانی که به پردازش خودکار و غنی‌سازی داده‌ها نیاز دارند.
• مستقل از Office: بدون نیاز به نصب Microsoft PowerPoint کار می‌کند و راه‌حلی استندالون واقعی ارائه می‌دهد.
• پشتیبانی از فرمت‌های چندگانه: به‌صورت یکپارچه با PPT، PPTX و ODP کار می‌کند.
• API انعطاف‌پذیر و قدرتمند: متدهای متنوعی برای استخراج متن ساختار یافته فراهم می‌کند.
• پوشش کامل اسلایدها: متن را از طرح‌بندی‌ها، اسلایدهای اصلی، اسلایدهای استاندارد، پس‌زمینه‌ها، یادداشت‌های سخنران و نظرات استخراج می‌کند.
• سازگاری چندپلتفرمی: بر روی Windows، Linux، macOS و در محیط‌های ابری قابل اجراست.
• عملکرد بالا و مقیاس‌پذیری: برای برنامه‌های SaaS و استقرارهای بزرگ سازمانی مناسب است.

سیستم‌عامل‌های پشتیبانی‌شده

Aspose.Slides بر روی انواع مختلفی از سیستم‌عامل‌ها اجرا می‌شود:

• Windows (مانند Windows 7، 8، 10، 11 و نسخه‌های Server)
• Linux (توزیع‌های مختلف شامل Ubuntu، Debian، Fedora، CentOS و غیره)
• macOS (شامل نسخه‌های مدرن مانند 10.15 Catalina و بعد از آن)

زبان‌های برنامه‌نویسی پشتیبانی‌شده

Aspose.Slides با چندین پلتفرم و زبان ادغام می‌شود:

• C# – عمدتاً از طریق Aspose.Slides برای .NET پشتیبانی می‌شود.
• Java – API کامل با Aspose.Slides برای Java در دسترس است.
• C++ – از Aspose.Slides برای برنامه‌های حساس به عملکرد در C++ استفاده کنید.
• Python via .NET – قابلیت استفاده از Aspose.Slides را از طریق قابلیت‌های تعاملی .NET فراهم می‌کند.
• سایر زبان‌های سازگار با .NET – کتابخانه را در هر محیطی که .NET پشتیبانی می‌کند، قابل استفاده است.

نتیجه‌گیری

Aspose.Slides استخراج متن جامع را برای ارائه‌های PowerPoint و OpenDocument فراهم می‌کند و از فرمت‌های مختلف فایل، ساختاردهی متن بصری و پیاده‌سازی ساده نسبت به Open XML SDK پشتیبانی می‌کند. از اسلایدها و یادداشت‌ها تا محتوای قالب، Aspose.Slides یک راه‌حل کارآمد، پر ویژگی و با کارایی بالا برای استخراج و مدیریت متن ارائه‌هاست.