プレゼンテーションからテキストを抽出する

スライドからテキストを抽出する

Aspose.Slides for C++は、SlideUtilクラスを含むAspose.Slides.Util名前空間を提供します。このクラスは、プレゼンテーションまたはスライドから全テキストを抽出するための複数のオーバーロードされた静的メソッドを公開しています。PPTXプレゼンテーション内のスライドからテキストを抽出するには、SlideUtilクラスによって公開されているGetAllTextBoxesオーバーロード静的メソッドを使用します。このメソッドは、Slideオブジェクトをパラメータとして受け取ります。 実行すると、Slideメソッドは、パラメータとして渡されたスライド内のすべてのテキストをスキャンし、TextFrameオブジェクトの配列を返します。これは、テキストに関連するフォーマットは利用可能であることを意味します。次のコード片は、プレゼンテーションの最初のスライド上のすべてのテキストを抽出します：

// ドキュメントディレクトリへのパス
System::String dataDir = GetDataPath();

// PPTXファイルを表すPresentationクラスをインスタンス化
auto pptxPresentation = System::MakeObject<Presentation>(dataDir + u"demo.pptx");

// PPTX内のすべてのスライドからITextFrameオブジェクトの配列を取得
auto textFramesPPTX = Util::SlideUtil::GetAllTextFrames(pptxPresentation, true);

// TextFramesの配列をループ
for (int32_t i = 0; i < textFramesPPTX->get_Length(); i++)
{
	// 現在のITextFrame内の段落をループ
	for (const auto& para : textFramesPPTX[i]->get_Paragraphs())
	{
		// 現在のIParagraph内のポーションをループ
		for (const auto& port : para->get_Portions())
		{
			// 現在のポーション内のテキストを表示
			Console::WriteLine(port->get_Text());

			// テキストのフォントの高さを表示
			Console::WriteLine(port->get_PortionFormat()->get_FontHeight());

			// テキストのフォント名を表示
			if (port->get_PortionFormat()->get_LatinFont() != nullptr)
			{
				Console::WriteLine(port->get_PortionFormat()->get_LatinFont()->get_FontName());
			}
		}
	}
}

プレゼンテーションからテキストを抽出する

全体のプレゼンテーションからテキストをスキャンするには、SlideUtilクラスによって公開されているGetAllTextFrames静的メソッドを使用します。これには2つのパラメータが必要です：

  1. 最初は、テキストを抽出するPPTXプレゼンテーションを表すPresentationオブジェクト。
  2. 2番目は、プレゼンテーションからテキストをスキャンするときにマスター スライドを含めるかどうかを決定するブール値。 このメソッドは、テキストフォーマット情報を含むTextFrameオブジェクトの配列を返します。以下のコードは、マスター スライドを含むプレゼンテーションからテキストとフォーマット情報をスキャンします。
// ドキュメントディレクトリへのパス
System::String dataDir = GetDataPath();

// PPTXファイルを表すPresentationクラスをインスタンス化
auto pptxPresentation = System::MakeObject<Presentation>(dataDir + u"demo.pptx");

// PPTX内のすべてのスライドからITextFrameオブジェクトの配列を取得
auto textFramesPPTX = Util::SlideUtil::GetAllTextFrames(pptxPresentation, true);

// TextFramesの配列をループ
for (int32_t i = 0; i < textFramesPPTX->get_Length(); i++)
{
	// 現在のITextFrame内の段落をループ
	for (const auto& para : textFramesPPTX[i]->get_Paragraphs())
	{
		// 現在のIParagraph内のポーションをループ
		for (const auto& port : para->get_Portions())
		{
			// 現在のポーション内のテキストを表示
			Console::WriteLine(port->get_Text());

			// テキストのフォントの高さを表示
			Console::WriteLine(port->get_PortionFormat()->get_FontHeight());

			// テキストのフォント名を表示
			if (port->get_PortionFormat()->get_LatinFont() != nullptr)
			{
				Console::WriteLine(port->get_PortionFormat()->get_LatinFont()->get_FontName());
			}
		}
	}
}

カテゴリー化された迅速なテキスト抽出

Presentationクラスに新しい静的メソッドGetPresentationTextが追加されました。このメソッドには2つのオーバーロードがあります：

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

TextExtractionArrangingMode列挙体の引数は、テキスト結果の出力を整理するモードを示し、以下の値に設定できます：
Unarranged - スライド上の位置を考慮しない生のテキスト
Arranged - スライドと同じ順序で配置されたテキスト

Unarrangedモードは、速度が重要な場合に使用でき、Arrangedモードよりも速くなります。

PresentationTextは、プレゼンテーションから抽出された生のテキストを表します。これは、Aspose.Slides.Util名前空間のget_SlidesText()メソッドを含み、ISlideTextオブジェクトの配列を返します。各オブジェクトは、対応するスライド内のテキストを表します。ISlideTextオブジェクトには以下のメソッドがあります：

get_Text() - スライドの図形内のテキスト。
get_MasterText() - このスライドのマスターページの図形内のテキスト。
get_LayoutText() - このスライドのレイアウトページの図形内のテキスト。
get_NotesText() - このスライドのノートページの図形内のテキスト。

ISlideTextインターフェースを実装するSlideTextクラスもあります。

新しいAPIはこのように使用できます：

auto text = System::MakeObject<PresentationFactory>()->GetPresentationText(u"presentation.ppt", TextExtractionArrangingMode::Unarranged);
Console::WriteLine(text->get_SlidesText()[0]->get_Text());
Console::WriteLine(text->get_SlidesText()[0]->get_LayoutText());
Console::WriteLine(text->get_SlidesText()[0]->get_MasterText());
Console::WriteLine(text->get_SlidesText()[0]->get_NotesText());
上付き文字と下付き文字 プレゼンテーションのローカリゼーション