Extraction avancée de texte à partir de présentations en PHP
Extraire le texte des diapositives
Aspose.Slides for PHP via Java fournit la classe SlideUtil. Cette classe expose un certain nombre de méthodes statiques surchargées pour extraire le texte complet d’une présentation ou d’une diapositive. Pour extraire le texte d’une diapositive dans une présentation PPTX, utilisez la méthode statique surchargée getAllTextBoxes exposée par la classe SlideUtil. Cette méthode accepte l’objet Slide comme paramètre.
Lors de l’exécution, la méthode Slide parcourt l’intégralité du texte de la diapositive transmise en paramètre et renvoie un tableau d’objets TextFrame . Cela signifie que tout formatage de texte associé est disponible. Le fragment de code suivant extrait tout le texte de la première diapositive de la présentation:
# Instancier la classe Presentation qui représente un fichier PPTX
$pres = new Presentation("demo.pptx");
$Array = new java_class("java.lang.reflect.Array");
try {
foreach($pres->getSlides() as $slide) {
# Obtenir un tableau d'objets ITextFrame à partir de toutes les diapositives du PPTX
$textFramesPPTX = SlideUtil->getAllTextBoxes($slide);
# Parcourir le tableau de TextFrames
for($i = 0; $i < java_values($Array->getLength($textFramesPPTX)) ; $i++) {
# Parcourir les paragraphes du ITextFrame actuel
foreach($textFramesPPTX[$i]->getParagraphs() as $para) {
# Parcourir les portions du IParagraph actuel
foreach($para->getPortions() as $port) {
# Afficher le texte de la portion actuelle
echo($port->getText());
# Afficher la hauteur de la police du texte
echo($port->getPortionFormat()->getFontHeight());
# Afficher le nom de la police du texte
if (!java_is_null($port->getPortionFormat()->getLatinFont())) {
echo($port->getPortionFormat()->getLatinFont()->getFontName());
}
}
}
}
}
} finally {
$pres->dispose();
}
Extraire le texte des présentations
Pour parcourir le texte de l’ensemble de la présentation, utilisez la méthode statique getAllTextFrames exposée par la classe SlideUtil. Elle prend deux paramètres :
- Premièrement, un objet Presentation qui représente la présentation dont le texte est extrait.
- Deuxièmement, une valeur booléenne indiquant si la diapositive principale doit être incluse lors du parcours du texte de la présentation.
La méthode renvoie un tableau d’objets TextFrame complets avec les informations de formatage du texte. Le code ci‑dessous parcourt le texte et les informations de formatage d’une présentation, y compris les diapositives principales.
# Instancier la classe Presentation qui représente un fichier PPTX
$pres = new Presentation("demo.pptx");
$Array = new java_class("java.lang.reflect.Array");
try {
# Obtenir un tableau d'objets ITextFrame à partir de toutes les diapositives du PPTX
$textFramesPPTX = SlideUtil->getAllTextFrames($pres, true);
# Parcourir le tableau de TextFrames
for($i = 0; $i < java_values($Array->getLength($textFramesPPTX)) ; $i++) {
# Parcourir les paragraphes du ITextFrame actuel
foreach($textFramesPPTX[$i]->getParagraphs() as $para) {
# Parcourir les portions du IParagraph actuel
foreach($para->getPortions() as $port) {
# Afficher le texte de la portion actuelle
echo($port->getText());
# Afficher la hauteur de la police du texte
echo($port->getPortionFormat()->getFontHeight());
# Afficher le nom de la police du texte
if (!java_is_null($port->getPortionFormat()->getLatinFont())) {
echo($port->getPortionFormat()->getLatinFont()->getFontName());
}
}
}
}
} finally {
$pres->dispose();
}
Extraction de texte catégorisée et rapide
La nouvelle méthode statique getPresentationText a été ajoutée à la classe Presentation. Il existe trois surcharges pour cette méthode:
The TextExtractionArrangingMode enum argument indicates the mode to organize the output of text result and can be set to the following values:
- Unarranged - The raw text with no respect to position on the slide
- Arranged - The text is positioned in the same order as on the slide
Unarranged mode can be used when speed is critical, it’s faster than Arranged mode.
PresentationText represents the raw text extracted from the presentation. It contains a getSlidesText method which returns an array of SlideText objects. Every object represent the text on the corresponding slide. SlideText object have the following methods:
SlideText.getText- The text on the slide’s shapesSlideText.getMasterText- The text on the master page’s shapes for this slideSlideText.getLayoutText- The text on the layout page’s shapes for this slideSlideText.getNotesText- The text on the notes page’s shapes for this slide
The new API can be used like this:
$text1 = PresentationFactory->getInstance()->getPresentationText("presentation.pptx", TextExtractionArrangingMode->Unarranged);
echo($text1->getSlidesText()[0]->getText());
echo($text1->getSlidesText()[0]->getLayoutText());
echo($text1->getSlidesText()[0]->getMasterText());
echo($text1->getSlidesText()[0]->getNotesText());
FAQ
À quelle vitesse Aspose.Slides traite-t-il les grandes présentations lors de l’extraction de texte ?
Aspose.Slides est optimisé pour des performances élevées et traite efficacement même les grandes présentations, ce qui le rend adapté aux scénarios de traitement en temps réel ou en lot.
Aspose.Slides peut-il extraire le texte des tableaux et graphiques au sein des présentations ?
Oui, Aspose.Slides prend entièrement en charge l’extraction du texte des tableaux, graphiques et autres éléments complexes des diapositives, vous permettant d’accéder et d’analyser facilement tout le contenu textuel.
Ai-je besoin d’une licence spéciale Aspose.Slides pour extraire le texte des présentations ?
Vous pouvez extraire le texte avec la version d’essai gratuite d’Aspose.Slides, bien qu’elle comporte certaines limitations, comme le traitement d’un nombre limité de diapositives. Pour une utilisation sans restriction et pour gérer de plus grandes présentations, l’achat d’une licence complète est recommandé.