Ekstraksi Teks Lanjutan dari Presentasi dengan C++

Gambaran Umum

Mengekstrak teks dari presentasi adalah tugas yang umum namun penting bagi pengembang yang bekerja dengan konten slide. Baik Anda menangani file Microsoft PowerPoint dalam format PPT atau PPTX, maupun presentasi OpenDocument (ODP), mengakses dan mengambil data tekstual dapat menjadi krusial untuk analisis, otomatisasi, pengindeksan, atau tujuan migrasi konten.

Artikel ini memberikan panduan komprehensif tentang cara mengekstrak teks secara efisien dari berbagai format presentasi, termasuk PPT, PPTX, dan ODP, menggunakan Aspose.Slides untuk C++. Anda akan belajar cara mengiterasi elemen presentasi secara sistematis untuk secara akurat mengambil konten teks yang Anda butuhkan.

Ekstrak Teks dari Slide

Aspose.Slides untuk C++ menyediakan namespace Aspose.Slides.Util yang mencakup kelas SlideUtil. Kelas ini menyediakan beberapa metode statis yang di‑overload untuk mengekstrak semua teks dari sebuah presentasi atau slide. Untuk mengekstrak teks dari sebuah slide dalam presentasi, gunakan metode GetAllTextBoxes. Metode ini menerima objek bertipe IBaseSlide sebagai parameter. Ketika dijalankan, metode ini memindai seluruh slide untuk teks dan mengembalikan array objek bertipe ITextFrame, mempertahankan semua format teks.

Potongan kode berikut mengekstrak semua teks dari slide pertama presentasi:

auto slideIndex = 0;

auto presentation = System::MakeObject<Presentation>(u"demo.pptx");
auto slide = presentation->get_Slide(slideIndex);

auto textFrames = Util::SlideUtil::GetAllTextBoxes(slide);

for (const auto& textFrame : textFrames)
{
    for (const auto& paragraph : textFrame->get_Paragraphs())
    {
        for (const auto& portion : paragraph->get_Portions())
        {
            auto portionText = portion->get_Text();
            Console::WriteLine(portionText);

            auto portionFormat = portion->get_PortionFormat();
            auto fontHeight = portionFormat->get_FontHeight();
            Console::WriteLine(fontHeight);

            auto latinFont = portionFormat->get_LatinFont();
            if (latinFont != nullptr)
            {
                auto fontName = latinFont->get_FontName();
                Console::WriteLine(fontName);
            }
        }
    }
}

presentation->Dispose();

Ekstrak Teks dari Presentasi

Untuk memindai teks dari seluruh presentasi, gunakan metode statis GetAllTextFrames yang disediakan oleh kelas SlideUtil. Metode ini menerima dua parameter:

  1. Pertama, objek IPresentation yang mewakili presentasi PowerPoint atau OpenDocument tempat teks akan diekstrak.
  2. Kedua, nilai Boolean yang menunjukkan apakah master slide harus disertakan saat memindai teks dari presentasi.

Metode ini mengembalikan array objek bertipe ITextFrame, termasuk informasi format teks. Kode di bawah ini memindai teks dan detail format dari sebuah presentasi, termasuk master slide.

auto presentation = System::MakeObject<Presentation>(u"demo.pptx");

auto includeMasterSlides = true;
auto textFrames = Util::SlideUtil::GetAllTextFrames(presentation, includeMasterSlides);

for (const auto& textFrame : textFrames)
{
    for (const auto& paragraph : textFrame->get_Paragraphs())
    {
        for (const auto& portion : paragraph->get_Portions())
        {
            auto portionText = portion->get_Text();
            Console::WriteLine(portionText);

            auto portionFormat = portion->get_PortionFormat();
            auto fontHeight = portionFormat->get_FontHeight();
            Console::WriteLine(fontHeight);

            auto latinFont = portionFormat->get_LatinFont();
            if (latinFont != nullptr)
            {
                auto fontName = latinFont->get_FontName();
                Console::WriteLine(fontName);
            }
        }
    }
}

presentation->Dispose();

Ekstraksi Teks Terkategorikan dan Cepat

Kelas PresentationFactory juga menyediakan metode untuk mengekstrak semua teks dari presentasi:

System::SharedPtr<IPresentationText> GetPresentationText(System::String file, TextExtractionArrangingMode mode);
System::SharedPtr<IPresentationText> GetPresentationText(System::SharedPtr<System::IO::Stream> stream, TextExtractionArrangingMode mode);
System::SharedPtr<IPresentationText> GetPresentationText(System::SharedPtr<System::IO::Stream> stream, TextExtractionArrangingMode mode, System::SharedPtr<ILoadOptions> options);

Argumen enum TextExtractionArrangingMode menunjukkan mode pengorganisasian hasil ekstraksi teks dan dapat disetel ke nilai berikut:

  • Unarranged - Teks mentah tanpa memperhatikan posisinya pada slide.
  • Arranged - Teks diatur dalam urutan yang sama seperti pada slide.

Mode unarranged dapat digunakan ketika kecepatan sangat penting; ia lebih cepat dibandingkan mode arranged.

IPresentationText mewakili teks mentah yang diekstrak dari presentasi. Metode get_SlidesText()‑nya mengembalikan array objek bertipe ISlideText. Setiap objek mewakili teks pada slide yang bersangkutan. Objek bertipe ISlideText memiliki metode berikut:

  • get_Text() - Teks dalam shape pada slide.
  • get_MasterText() - Teks dalam shape master slide yang terkait dengan slide ini.
  • get_LayoutText() - Teks dalam shape layout slide yang terkait dengan slide ini.
  • get_NotesText() - Teks dalam shape catatan slide yang terkait dengan slide ini.
  • get_CommentsText() - Teks dalam komentar yang terkait dengan slide ini.
auto presentationPath = u"presentation.ppt";
auto arrangingMode = TextExtractionArrangingMode::Unarranged;
auto presentationText = PresentationFactory::get_Instance()->GetPresentationText(presentationPath, arrangingMode);
auto firstSlideText = presentationText->get_SlidesText()[0];

Console::WriteLine(firstSlideText->get_Text());
Console::WriteLine(firstSlideText->get_LayoutText());
Console::WriteLine(firstSlideText->get_MasterText());
Console::WriteLine(firstSlideText->get_NotesText());
Console::WriteLine(firstSlideText->get_CommentsText());

Tanya Jawab

Seberapa cepat Aspose.Slides memproses presentasi besar saat mengekstrak teks?

Aspose.Slides dioptimalkan untuk kinerja tinggi dan dapat memproses bahkan presentasi besar, menjadikannya cocok untuk skenario pemrosesan waktu nyata atau pemrosesan massal.

Apakah Aspose.Slides dapat mengekstrak teks dari tabel dan bagan dalam presentasi?

Ya. Aspose.Slides dapat mengekstrak teks dari banyak elemen slide, termasuk tabel dan objek terkait bagan, sehingga Anda dapat mengakses dan menganalisis konten tekstual dalam struktur presentasi yang umum.

Apakah saya memerlukan lisensi khusus Aspose.Slides untuk mengekstrak teks dari presentasi?

Anda dapat mengekstrak teks menggunakan versi percobaan gratis Aspose.Slides, meskipun akan memiliki batasan tertentu, seperti pemrosesan hanya pada sejumlah slide terbatas. Untuk penggunaan tanpa batas dan menangani presentasi yang lebih besar, disarankan untuk membeli lisensi penuh.

Kelola Superskrip dan Subskrip dalam Presentasi Menggunakan C++ Otomatisasi Lokalisasi Presentasi dalam C++