การสกัดข้อความขั้นสูงจากงานพรีเซนเทชันใน Java

ภาพรวม

การสกัดข้อความจากงานพรีเซนเทชันเป็นงานที่พบบ่อยแต่สำคัญสำหรับนักพัฒนาที่ทำงานกับเนื้อหาสไลด์ ไม่ว่าคุณจะต้องจัดการไฟล์ Microsoft PowerPoint ในรูปแบบ PPT หรือ PPTX หรือพรีเซนเทชัน OpenDocument (ODP) การเข้าถึงและดึงข้อมูลข้อความอาจเป็นสิ่งจำเป็นสำหรับการวิเคราะห์ การทำอัตโนมัติ การทำดัชนี หรือการย้ายเนื้อหา

บทความนี้ให้คำแนะนำอย่างละเอียดเกี่ยวกับวิธีสกัดข้อความจากรูปแบบพรีเซนเทชันต่าง ๆ อย่างมีประสิทธิภาพ รวมถึง PPT, PPTX และ ODP โดยใช้ Aspose.Slides for Java คุณจะได้เรียนรู้วิธีวนลูปผ่านองค์ประกอบของพรีเซนเทชันอย่างเป็นระบบเพื่อดึงข้อความที่ต้องการได้อย่างแม่นยำ

สกัดข้อความจากสไลด์

Aspose.Slides for Java มีคลาส SlideUtil คลาสนี้เปิดเผยเมธอด static ที่มีการโอเวอร์โหลดหลายรูปแบบสำหรับสกัดข้อความทั้งหมดจากพรีเซนเทชันหรือสไลด์ เพื่อสกัดข้อความจากสไลด์ในพรีเซนเทชัน ให้ใช้เมธอด SlideUtil.getAllTextBoxes เมธอดนี้รับอ็อบเจกต์ประเภท IBaseSlide เป็นพารามิเตอร์ เมื่อทำงาน เมธอดจะสแกนสไลด์ทั้งหมดเพื่อค้นหาข้อความและคืนค่าอาเรย์ของอ็อบเจกต์ประเภท ITextFrame โดยคงรูปแบบข้อความไว้

โค้ดตัวอย่างต่อไปนี้สกัดข้อความทั้งหมดจากสไลด์แรกของพรีเซนเทชัน:

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();
}

สกัดข้อความจากพรีเซนเทชัน

เพื่อสแกนข้อความจากพรีเซนเทชันทั้งหมด ให้ใช้เมธอด static SlideUtil.getAllTextFrames ที่เปิดเผยโดยคลาส SlideUtil เมธอดนี้รับพารามิเตอร์สองค่า:

  1. อ็อบเจกต์ IPresentation ที่แสดงถึงพรีเซนเทชัน PowerPoint หรือ OpenDocument ที่จะสกัดข้อความ
  2. ค่า boolean ที่ระบุว่าจะรวมสไลด์แม่ (master slides) ในการสแกนข้อความจากพรีเซนเทชันหรือไม่

เมธอดจะคืนค่าอาเรย์ของอ็อบเจกต์ประเภท ITextFrame พร้อมข้อมูลรูปแบบของข้อความ โค้ดด้านล่างสแกนข้อความและรายละเอียดรูปแบบจากพรีเซนเทชันรวมถึงสไลด์แม่ด้วย

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();
}

การสกัดข้อความแบบจัดหมวดหมู่และรวดเร็ว

คลาส PresentationFactory ยังมีเมธอดสำหรับสกัดข้อความทั้งหมดจากพรีเซนเทชัน:

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

อาร์กิวเมนต์ enum TextExtractionArrangingMode ระบุโหมดสำหรับจัดระเบียบผลลัพธ์การสกัดข้อความและสามารถกำหนดเป็นค่าต่อไปนี้ได้:

  • Unarranged - ข้อความดิบโดยไม่คำนึงถึงตำแหน่งบนสไลด์
  • Arranged - ข้อความถูกจัดเรียงตามลำดับบนสไลด์

โหมด Unarranged สามารถใช้เมื่อความเร็วเป็นเรื่องสำคัญ; มันเร็วกว่าโหมด Arranged

IPresentationText แสดงถึงข้อความดิบที่สกัดจากพรีเซนเทชัน เมธอด getSlidesText จะคืนค่าอาเรย์ของอ็อบเจกต์ประเภท ISlideText แต่ละอ็อบเจกต์แทนข้อความบนสไลด์ที่สอดคล้องกัน อ็อบเจกต์ประเภท ISlideText มีเมธอดดังต่อไปนี้:

  • getText - ข้อความภายในรูปร่างของสไลด์
  • getMasterText - ข้อความภายในรูปร่างของสไลด์แม่ที่สัมพันธ์กับสไลด์นี้
  • getLayoutText - ข้อความภายในรูปร่างของสไลด์เลเอาต์ที่สัมพันธ์กับสไลด์นี้
  • getNotesText - ข้อความภายในรูปร่างของสไลด์บันทึกย่อที่สัมพันธ์กับสไลด์นี้
  • getCommentsText - ข้อความภายในคอมเมนต์ที่สัมพันธ์กับสไลด์นี้
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());

FAQ

Aspose.Slides ประมวลผลพรีเซนเทชันขนาดใหญ่ระหว่างการสกัดข้อความได้เร็วแค่ไหน?

Aspose.Slides ถูกปรับให้ทำงานด้วยประสิทธิภาพสูงและสามารถประมวลผลแม้จะเป็น พรีเซนเทชันขนาดใหญ่ ทำให้เหมาะสำหรับสถานการณ์ที่ต้องการการประมวลผลแบบเรียลไทม์หรือแบบเป็นกลุ่ม

Aspose.Slides สามารถสกัดข้อความจากตารางและแผนภูมิภายในพรีเซนเทชันได้หรือไม่?

ได้ Aspose.Slides สามารถสกัดข้อความจากหลายองค์ประกอบของสไลด์ รวมถึงตารางและวัตถุที่เกี่ยวกับแผนภูมิ ทำให้คุณสามารถเข้าถึงและวิเคราะห์เนื้อหาข้อความในโครงสร้างพรีเซนเทชันที่พบบ่อยได้

ฉันต้องการใบอนุญาต Aspose.Slides พิเศษเพื่อสกัดข้อความจากพรีเซนเทชันหรือไม่?

คุณสามารถสกัดข้อความโดยใช้เวอร์ชันทดลองฟรีของ Aspose.Slides แม้ว่าจะมี ข้อจำกัดบางประการ เช่น การประมวลผลจำนวนสไลด์ที่จำกัด หากต้องการใช้งานโดยไม่มีข้อจำกัดและจัดการพรีเซนเทชันขนาดใหญ่ การซื้อใบอนุญาตเต็มรูปแบบจึงเป็นทางเลือกที่แนะนำ

จัดการซูเปอร์สคริปต์และซับสคริปต์ในงานนำเสนอด้วย Java อัตโนมัติการแปลงานนำเสนอใน Java