Jak wyodrębnić tekst z PPT, PPTX i ODP przy użyciu Aspose.Slides

Wprowadzenie

Aspose.Slides udostępnia potężne, wysokopoziomowe API do wyodrębniania tekstu z plików prezentacji, w tym PPT, PPTX i ODP. W przeciwieństwie do Open XML SDK — które obsługuje jedynie PPTX i wymaga skomplikowanego parsowania XML — Aspose.Slides upraszcza wyodrębnianie tekstu, pozwalając skupić się na integracji uzyskanego kontentu w Twoich procesach.

Szybkie wyodrębnianie tekstu za pomocą PresentationFactory.Instance.GetPresentationText

Aby wyodrębnić tekst z prezentacji, Aspose.Slides API oferuje metodę statyczną PresentationFactory.Instance.GetPresentationText. Posiada ona wiele przeciążeń umożliwiających pracę z plikiem prezentacji lub strumieniem danych, pobierając tekst ze slajdów, slajdów master, układów, notatek i komentarzy. Wyodrębniony tekst jest dostępny poprzez interfejs IPresentationText.

Przykładowe użycie:

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);
}

Tryby działania GetPresentationText

Metoda GetPresentationText w klasie PresentationFactory pozwala precyzyjnie dostosować wyodrębnianie tekstu przy użyciu parametru TextExtractionArrangingMode, który określa sposób organizacji tekstu w wyniku.

Dostępne tryby

  • TextExtractionArrangingMode.Unarranged – Wyodrębnia tekst w sposób swobodny, ignorując pierwotny układ slajdu.
  • TextExtractionArrangingMode.Arranged – Zachowuje kolejność tekstu zgodnie z jego rozmieszczeniem na każdym slajdzie.

Przykład użycia:

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);
}

Kluczowe zalety metod PresentationFactory

  • Brak konieczności ładowania całych prezentacji: Minimalizuje zużycie pamięci i zwiększa szybkość przetwarzania.
  • Optymalizacja pod duże pliki: Efektywnie radzi sobie nawet z obszerne prezentacjami, szybko wyodrębniając tekst.
  • Pobiera notatki i komentarze: Zawiera adnotacje użytkownika, zapewniając pełne pokrycie treści.
  • Idealne do indeksowania i analizy treści: Doskonałe dla systemów korporacyjnych wymagających automatycznego przetwarzania i wzbogacania danych.
  • Niezależne od Office: Działa bez zainstalowanego Microsoft PowerPoint, oferując naprawdę samodzielne rozwiązanie.
  • Obsługa wielu formatów: Działa płynnie z PPT, PPTX i ODP.
  • Elastyczne, potężne API: Udostępnia wszechstronne metody strukturalnego wyodrębniania tekstu.
  • Kompletne pokrycie slajdów: Wyodrębnia tekst z układów, slajdów master, standardowych slajdów, tła, notatek prelegenta i komentarzy.
  • Kompatybilność wieloplatformowa: Działa na Windows, Linux, macOS, oraz w środowiskach chmurowych.
  • Wysoka wydajność i skalowalność: Odpowiednie dla aplikacji SaaS i dużych wdrożeń przedsiębiorstw.

Obsługiwane systemy operacyjne

Aspose.Slides działa na różnych systemach operacyjnych:

  • Windows (np. Windows 7, 8, 10, 11 oraz edycje Server)
  • Linux (różne dystrybucje, w tym Ubuntu, Debian, Fedora, CentOS itp.)
  • macOS (w tym nowoczesne wersje takie jak 10.15 Catalina i nowsze)

Obsługiwane języki programowania

Aspose.Slides integruje się z wieloma platformami i językami:

  • C# – Głównie wspierany poprzez Aspose.Slides for .NET.
  • Java – Pełnoprawne API dostępne w Aspose.Slides for Java.
  • C++ – Wykorzystaj Aspose.Slides w aplikacjach C++ o krytycznym znaczeniu wydajnościowym.
  • Python via .NET – Włącz funkcjonalność Aspose.Slides przy użyciu interoperacyjności .NET.
  • Inne języki zgodne z .NET – Korzystaj z biblioteki w dowolnym środowisku obsługiwanym przez .NET.

Podsumowanie

Aspose.Slides zapewnia kompleksowe wyodrębnianie tekstu z prezentacji PowerPoint i OpenDocument, obsługując różnorodne formaty plików, intuicyjne strukturyzowanie tekstu i prostą implementację w porównaniu z Open XML SDK. Od slajdów i notatek po treści szablonów, Aspose.Slides to wydajne, bogate w funkcje rozwiązanie do wyodrębniania i zarządzania tekstem prezentacji.

Jak wyodrębnić tekst z plików PPT, PPTX i ODP przy użyciu Open XML SDK w .NET