Продвинутое извлечение текста из презентаций на JavaScript

Не редкость, когда разработчикам требуется извлечь текст из презентации. Для этого нужно извлечь текст из всех фигур на всех слайдах презентации. В этой статье объясняется, как извлекать текст из презентаций Microsoft PowerPoint PPTX с помощью Aspose.Slides.

Извлечение текста со слайда

Aspose.Slides for Node.js via Java предоставляет класс SlideUtil. Этот класс раскрывает набор перегруженных статических методов для извлечения полного текста из презентации или слайда. Чтобы извлечь текст со слайда в PPTX‑презентации, используйте перегруженный статический метод getAllTextBoxes класса SlideUtil. Этот метод принимает объект Slide в качестве параметра. При выполнении метод Slide сканирует весь текст переданного слайда и возвращает массив объектов TextFrame. Это означает, что доступно любое форматирование текста. Ниже приводится код, который извлекает весь текст с первого слайда презентации:

// Создать экземпляр класса Presentation, представляющего файл PPTX
var pres = new aspose.slides.Presentation("demo.pptx");
try {
    for (var s = 0; s < pres.getSlides().size(); s++) {
        let slide = pres.getSlides().get_Item(s);
        // Получить массив объектов ITextFrame со всех слайдов в PPTX
        var textFramesPPTX = aspose.slides.SlideUtil.getAllTextBoxes(slide);
        // Перебрать массив TextFrames
        for (var i = 0; i < textFramesPPTX.length; i++) {
            // Перебрать абзацы в текущем ITextFrame
            for (let j = 0; j < textFramesPPTX[i].getParagraphs().getCount(); j++) {
                let para = textFramesPPTX[i].getParagraphs().get_Item(j);
                // Перебрать части в текущем IParagraph
                for (let k = 0; k < para.getPortions().getCount(); k++) {
                    let port = para.getPortions().get_Item(k);
                    // Отобразить текст в текущей части
                    console.log(port.getText());
                    // Отобразить высоту шрифта текста
                    console.log(port.getPortionFormat().getFontHeight());
                    // Отобразить имя шрифта текста
                    if (port.getPortionFormat().getLatinFont() != null) {
                        console.log(port.getPortionFormat().getLatinFont().getFontName());
                    }
                });
            }
        }
    });
} finally {
    pres.dispose();
}

Извлечение текста из презентации

Чтобы просканировать текст всей презентации, используйте статический метод getAllTextFrames класса SlideUtil. Он принимает два параметра:

1. Во-первых, объект Presentation, представляющий презентацию, из которой извлекается текст.
2. Во-вторых, булево значение, определяющее, следует ли включать мастер‑слайд при сканировании текста из презентации.

Метод возвращает массив объектов TextFrame с полной информацией о форматировании текста. Приведённый ниже код сканирует текст и сведения о форматировании из презентации, включая мастер‑слайды.

// Создать экземпляр класса Presentation, представляющего файл PPTX
var pres = new aspose.slides.Presentation("demo.pptx");
try {
    // Получить массив объектов ITextFrame со всех слайдов в PPTX
    var textFramesPPTX = aspose.slides.SlideUtil.getAllTextFrames(pres, true);
    // Перебрать массив TextFrames
    for (var i = 0; i < textFramesPPTX.length; i++) {
        // Перебрать абзацы в текущем ITextFrame
        for (let j = 0; j < textFramesPPTX[i].getParagraphs().getCount(); j++) {
            let para = textFramesPPTX[i].getParagraphs().get_Item(j);
            // Перебрать части в текущем IParagraph
            for (let k = 0; k < para.getPortions().getCount(); k++) {
                let port = para.getPortions().get_Item(k);
                // Отобразить текст в текущей части
                console.log(port.getText());
                // Отобразить высоту шрифта текста
                console.log(port.getPortionFormat().getFontHeight());
                // Отобразить имя шрифта текста
                if (port.getPortionFormat().getLatinFont() != null) {
                    console.log(port.getPortionFormat().getLatinFont().getFontName());
                }
            }
        }
    }
} finally {
    pres.dispose();
}

Категоризированное и быстрое извлечение текста

В класс Presentation добавлен новый статический метод getPresentationText. Для этого метода существует три перегрузки:

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

FAQ

Насколько быстро Aspose.Slides обрабатывает большие презентации при извлечении текста?

Aspose.Slides оптимизирован для высокой производительности и эффективно обрабатывает даже крупные презентации, что делает его подходящим для сценариев реального времени или массовой обработки.

Может ли Aspose.Slides извлекать текст из таблиц и диаграмм в презентациях?

Да, Aspose.Slides полностью поддерживает извлечение текста из таблиц, диаграмм и других сложных элементов слайда, позволяя легко получать и анализировать весь текстовый контент.

Нужна ли специальная лицензия Aspose.Slides для извлечения текста из презентаций?

Вы можете извлекать текст с помощью бесплатной пробной версии Aspose.Slides, однако у неё есть ограничения, например обработка ограниченного количества слайдов. Для неограниченного использования и работы с большими презентациями рекомендуется приобрести полную лицензию.