Java에서 프레젠테이션의 고급 텍스트 추출

개요

프레젠테이션에서 텍스트를 추출하는 것은 슬라이드 콘텐츠를 다루는 개발자에게 흔하면서도 필수적인 작업입니다. Microsoft PowerPoint 파일(PPT 또는 PPTX 형식)이나 OpenDocument 프레젠테이션(ODP)을 다루든, 텍스트 데이터를 접근하고 가져오는 것은 분석, 자동화, 인덱싱 또는 콘텐츠 마이그레이션 목적에 매우 중요할 수 있습니다.

이 문서는 Aspose.Slides for Java를 사용하여 PPT, PPTX 및 ODP 등 다양한 프레젠테이션 형식에서 텍스트를 효율적으로 추출하는 방법에 대한 포괄적인 안내를 제공합니다. 프레젠테이션 요소를 체계적으로 순회하여 필요한 텍스트 콘텐츠를 정확히 가져오는 방법을 배울 수 있습니다.

슬라이드에서 텍스트 추출

Aspose.Slides for Java는 SlideUtil 클래스를 제공합니다. 이 클래스는 프레젠테이션이나 슬라이드에서 모든 텍스트를 추출하기 위한 여러 오버로드된 정적 메서드를 노출합니다. 프레젠테이션의 슬라이드에서 텍스트를 추출하려면 SlideUtil.getAllTextBoxes 메서드를 사용합니다. 이 메서드는 매개변수로 IBaseSlide 유형의 객체를 받습니다. 실행되면 메서드는 전체 슬라이드를 스캔하여 텍스트를 검색하고, 텍스트 서식을 보존한 채 ITextFrame 유형의 객체 배열을 반환합니다.

다음 코드 스니펫은 프레젠테이션의 첫 번째 슬라이드에서 모든 텍스트를 추출합니다:

int slideIndex = 0;

Presentation presentation = new Presentation("demo.pptx");
try {
    ISlide slide = presentation.getSlides().get_Item(slideIndex);

    ITextFrame[] textFrames = SlideUtil.getAllTextBoxes(slide);

    for (ITextFrame textFrame : textFrames) {
        for (IParagraph paragraph : textFrame.getParagraphs()) {
            for (IPortion portion : paragraph.getPortions()) {
                String portionText = portion.getText();
                System.out.println(portionText);

                IPortionFormat portionFormat = portion.getPortionFormat();
                float fontHeight = portionFormat.getFontHeight();
                System.out.println(fontHeight);

                IFontData latinFont = portionFormat.getLatinFont();
                if (latinFont != null) {
                    String fontName = latinFont.getFontName();
                    System.out.println(fontName);
                }
            }
        }
    }
} finally {
    presentation.dispose();
}

프레젠테이션에서 텍스트 추출

전체 프레젠테이션의 텍스트를 스캔하려면 SlideUtil.getAllTextFrames 정적 메서드를 사용합니다. 이 메서드는 SlideUtil 클래스에 노출되어 있으며 두 개의 매개변수를 받습니다:

1. PowerPoint 또는 OpenDocument 프레젠테이션을 나타내는 IPresentation 객체이며, 여기에서 텍스트가 추출됩니다.
2. 프레젠테이션의 텍스트를 스캔할 때 마스터 슬라이드를 포함할지 여부를 나타내는 boolean 값입니다.

이 메서드는 텍스트 서식 정보를 포함한 ITextFrame 유형의 객체 배열을 반환합니다. 아래 코드는 마스터 슬라이드를 포함하여 프레젠테이션의 텍스트와 서식 세부 정보를 스캔합니다.

Presentation presentation = new Presentation("demo.pptx");
try {
    boolean includeMasterSlides = true;
    ITextFrame[] textFrames = SlideUtil.getAllTextFrames(presentation, includeMasterSlides);

    for (ITextFrame textFrame : textFrames) {
        for (IParagraph paragraph : textFrame.getParagraphs()) {
            for (IPortion portion : paragraph.getPortions()) {
                String portionText = portion.getText();
                System.out.println(portionText);

                IPortionFormat portionFormat = portion.getPortionFormat();
                float fontHeight = portionFormat.getFontHeight();
                System.out.println(fontHeight);

                IFontData latinFont = portionFormat.getLatinFont();
                if (latinFont != null) {
                    String fontName = latinFont.getFontName();
                    System.out.println(fontName);
                }
            }
        }
    }
} finally {
    presentation.dispose();
}

분류된 빠른 텍스트 추출

PresentationFactory 클래스도 프레젠테이션에서 모든 텍스트를 추출하는 메서드를 제공합니다:

IPresentationText getPresentationText(String file, int mode);
IPresentationText getPresentationText(InputStream stream, int mode);
IPresentationText getPresentationText(InputStream stream, int mode, ILoadOptions options);

TextExtractionArrangingMode 열거형 인수는 텍스트 추출 결과를 정리하는 방식을 나타내며 다음 값으로 설정할 수 있습니다:

• Unarranged - 슬라이드상의 위치와 무관하게 원시 텍스트만 반환합니다.
• Arranged - 슬라이드에 표시된 순서와 동일하게 텍스트가 정렬됩니다.

속도가 중요한 경우 정렬되지 않은 모드(Unarranged)를 사용할 수 있으며, 이는 정렬된 모드보다 빠릅니다.

IPresentationText는 프레젠테이션에서 추출된 원시 텍스트를 나타냅니다. getSlidesText 메서드는 ISlideText 유형의 객체 배열을 반환합니다. 각 객체는 해당 슬라이드의 텍스트를 나타냅니다. ISlideText 유형의 객체는 다음 메서드를 제공합니다:

• getText - 슬라이드 모양 내부의 텍스트.
• getMasterText - 해당 슬라이드와 연결된 마스터 슬라이드 모양 내부의 텍스트.
• getLayoutText - 해당 슬라이드와 연결된 레이아웃 슬라이드 모양 내부의 텍스트.
• getNotesText - 해당 슬라이드와 연결된 노트 슬라이드 모양 내부의 텍스트.
• getCommentsText - 해당 슬라이드와 연결된 주석 내부의 텍스트.

String presentationPath = "presentation.ppt";
int arrangingMode = TextExtractionArrangingMode.Unarranged;
IPresentationText presentationText = PresentationFactory.getInstance().getPresentationText(presentationPath, arrangingMode);
ISlideText firstSlideText = presentationText.getSlidesText()[0];

System.out.println(firstSlideText.getText());
System.out.println(firstSlideText.getLayoutText());
System.out.println(firstSlideText.getMasterText());
System.out.println(firstSlideText.getNotesText());
System.out.println(firstSlideText.getCommentsText());

자주 묻는 질문

Aspose.Slides가 텍스트 추출 시 대용량 프레젠테이션을 처리하는 속도는 얼마나 빠른가요?

Aspose.Slides는 고성능을 위해 최적화되어 있어 대용량 프레젠테이션도 처리할 수 있어 실시간 또는 대량 처리 시나리오에 적합합니다.

Aspose.Slides가 프레젠테이션 내 테이블 및 차트에서 텍스트를 추출할 수 있나요?

예. Aspose.Slides는 테이블 및 차트와 관련된 객체를 포함한 다수의 슬라이드 요소에서 텍스트를 추출할 수 있으므로 일반적인 프레젠테이션 구조에서 텍스트 콘텐츠에 접근하고 분석할 수 있습니다.

프레젠테이션에서 텍스트를 추출하려면 특별한 Aspose.Slides 라이선스가 필요한가요?

무료 체험 버전으로도 텍스트를 추출할 수 있지만, 일부 제한이 있어 슬라이드 수가 제한됩니다. 제한 없이 사용하고 더 큰 프레젠테이션을 처리하려면 정식 라이선스를 구매하는 것이 권장됩니다.