Importera presentationer från PDF eller HTML i Python via Java

Vad den här sidan handlar om

Lär dig hur du importerar PDF- och HTML-innehåll till PowerPoint-presentationer i Python via Java med Aspose.Slides och sparar resultatet som PPTX-filer.

Introduktion

Aspose.Slides for Python via Java kan konvertera PDF‑sidor eller HTML‑innehåll till PowerPoint‑bilder utan Microsoft PowerPoint. Klassen SlideCollection tillhandahåller addFromPdf och addFromHtml för att lägga till importerat innehåll i en presentation.

För mer kontroll över HTML‑placering kan SlideCollection.insertFromHtml infoga genererade bilder på ett samlingsindex eller börja fylla tillgängligt utrymme på en befintlig bild. Lång HTML pagineras automatiskt över ytterligare bilder, källan kan anges som en sträng eller ström, och externa resurser kan laddas via ExternalResourceResolver med en bas‑URI. Den returnerade Slide‑arrayen identifierar de påverkade och nyss skapade bilderna.

Importera från PDF

För att konvertera ett PDF‑dokument till en PowerPoint‑presentation, importera dess innehåll till bildsamlingen och spara resultatet som en PPTX‑fil.

pdf-to-powerpoint

Skapa ett nytt Presentation‑objekt.
Anropa addFromPdf med sökvägen till PDF‑filen.
Anropa save med SaveFormat.Pptx för att skriva presentationen till en PPTX‑fil.

Följande Python‑exempel importerar ett PDF‑dokument och sparar de genererade bilderna som en PowerPoint‑presentation:

import jpype
import asposeslides

if not jpype.isJVMStarted():
    jpype.startJVM()

from asposeslides.api import Presentation, SaveFormat

presentation = Presentation()
try:
    presentation.getSlides().addFromPdf("document.pdf")
    presentation.save("presentation.pptx", SaveFormat.Pptx)
finally:
    presentation.dispose()

Den förvalda tomma bilden finns kvar i presentationen eftersom importen lägger till bilder. För att behålla endast importerade sidor, rensa bildsamlingen med SlideCollection.clear innan import.

Metoden addFromPdf returnerar de bilder den lägger till, vilket är användbart när du bara behöver bearbeta de importerade bilderna.

Tip

Prova den kostnadsfria PDF to PowerPoint‑webbappen för att se detta konverteringsflöde i praktiken.

Importera från HTML

Aspose.Slides kan också skapa bilder från ett HTML‑dokument. Källan kan anges som HTML‑text eller en ström. Följande steg använder en filström:

Skapa ett nytt Presentation‑objekt.
Öppna HTML‑filen för läsning och skicka strömmen till addFromHtml.
Anropa save med SaveFormat.Pptx för att skriva resultatet till en PPTX‑fil.

Följande Python‑exempel importerar ett HTML‑dokument och sparar de genererade bilderna som en PowerPoint‑presentation:

import jpype
import asposeslides

if not jpype.isJVMStarted():
    jpype.startJVM()

from asposeslides.api import Presentation, SaveFormat
from java.io import FileInputStream

presentation = Presentation()
try:
    html_stream = FileInputStream("page.html")
    try:
        presentation.getSlides().addFromHtml(html_stream)
    finally:
        html_stream.close()
    presentation.save("presentation.pptx", SaveFormat.Pptx)
finally:
    presentation.dispose()

Infoga HTML‑innehåll

Använd SlideCollection.insertFromHtml när HTML‑genererade bilder måste placeras på en specifik position istället för att läggas till. Indexet är nollbaserat och identifierar positionen där importen startar.

Argumentet useSlideWithIndexAsStart styr hur importören använder den positionen:

När det är False skapar importören nya bilder på det angivna indexet och flyttar de bilder som följer efter dem.
När det är True börjar importören placera innehåll i det lediga utrymmet på den befintliga bilden på det indexet. Om HTML‑innehållet inte får plats paginerar Aspose.Slides det automatiskt och infogar ytterligare bilder omedelbart efter startbilden.

SlideCollection.insertFromHtml returnerar en array av Slide‑objekt. När infogning sker på nya bilder är varje returnerat objekt nyss skapat. När en befintlig bild används som start, innehåller arrayen den påverkade bilden följt av eventuella nya överskottsbilder. Du kan undersöka denna array i stället för att beräkna det påverkade intervallet från presentationens bildantal.

Infoga HTML som nya bilder

Följande exempel anger HTML som en sträng och infogar de genererade bilderna på samlingsindexet 1. Att skicka False lämnar de befintliga bilderna oförändrade förutom att de flyttas för att göra plats.

import jpype
import asposeslides

if not jpype.isJVMStarted():
    jpype.startJVM()

from asposeslides.api import Presentation, SaveFormat

presentation = Presentation()
try:
    layout_slide = presentation.getLayoutSlides().get_Item(0)
    presentation.getSlides().addEmptySlide(layout_slide)
    presentation.getSlides().addEmptySlide(layout_slide)

    insert_index = 1
    html = "<html><body><h1>Quarterly update</h1><p>This content is inserted before the slide that was at index 1.</p></body></html>"
    inserted_slides = presentation.getSlides().insertFromHtml(insert_index, html, False)

    for slide in inserted_slides:
        print("Inserted slide index:", presentation.getSlides().indexOf(slide))

    presentation.save("presentation-with-inserted-html.pptx", SaveFormat.Pptx)
finally:
    presentation.dispose()

Starta på en befintlig bild

Nästa exempel levererar HTML via en ström. Det behåller en rubrikform på den befintliga mallbilden, startar importen under det upptagna området och låter den långa kroppen fortsätta på nya bilder.

HTML‑innehållet innehåller också en relativ bild‑URL. En ExternalResourceResolver hämtar resursen, medan bas‑URI:n talar om för importören hur images/logo.png ska lösas. I detta exempel förväntas filen finnas på html-assets/images/logo.png.

from pathlib import Path

import jpype
import asposeslides

if not jpype.isJVMStarted():
    jpype.startJVM()

from asposeslides.api import ExternalResourceResolver, Presentation, SaveFormat, ShapeType
from java.io import ByteArrayInputStream

presentation = Presentation()
try:
    template_slide = presentation.getSlides().get_Item(0)
    header = template_slide.getShapes().addAutoShape(ShapeType.Rectangle, 20, 20, 680, 60)
    header.getTextFrame().setText("Product roadmap")

    html_parts = ["<html><body><img src='images/logo.png' width='120' height='60'><h2>Roadmap details</h2>"]
    for item_index in range(1, 61):
        html_parts.append(f"<p style='font-size:24pt'>Roadmap item {item_index}: detailed implementation notes.</p>")
    html_parts.append("</body></html>")

    html = "".join(html_parts)
    html_data = html.encode("utf-8")
    resolver = ExternalResourceResolver()
    base_directory = Path("html-assets").resolve()
    base_uri = base_directory.as_uri() + "/"

    html_stream = ByteArrayInputStream(html_data)
    try:
        affected_slides = presentation.getSlides().insertFromHtml(0, html_stream, resolver, base_uri, True)
        for slide in affected_slides:
            print("Affected slide index:", presentation.getSlides().indexOf(slide))
    finally:
        html_stream.close()

    presentation.save("presentation-with-html-overflow.pptx", SaveFormat.Pptx)
finally:
    presentation.dispose()

Warning

En obegränsad extern resurshanterare kan läsa lokala eller nätverksresurser som refereras i HTML. För opålitlig input, validera och sanera resurs‑URL:er mot en vitlista av tillåtna scheman, kataloger och värdar innan HTML‑importen sker.

FAQ

Kan Aspose.Slides upptäcka tabeller när en PDF importeras?

Ja. Skapa ett PdfImportOptions‑objekt, anropa setDetectTables med True, och skicka alternativet till addFromPdf. Kvaliteten på tabelligenkänning beror på strukturen och komplexiteten i käll‑PDF‑filen.

Note

Efter att ha importerat HTML kan du även exportera bilderna till images, TIFF, eller SVG.

Low-Code presentationsoperationer i Python via Java Konvertera presentationer till flera format i Python