การดึงข้อความขั้นสูงจากการนำเสนอใน Python

ภาพรวม

การดึงข้อความจากการนำเสนอเป็นงานที่พบบ่อยแต่มีความสำคัญสำหรับนักพัฒนาที่ทำงานกับเนื้อหาสไลด์ ไม่ว่าคุณจะจัดการไฟล์ Microsoft PowerPoint ในรูปแบบ PPT หรือ PPTX หรือการนำเสนอ OpenDocument (ODP) การเข้าถึงและดึงข้อมูลข้อความอาจเป็นสิ่งจำเป็นสำหรับการวิเคราะห์, การทำอัตโนมัติ, การทำดัชนี, หรือการย้ายเนื้อหา

บทความนี้ให้คำแนะนำอย่างครบถ้วนเกี่ยวกับวิธีการดึงข้อความจากรูปแบบการนำเสนอหลายแบบอย่างมีประสิทธิภาพ รวมถึง PPT, PPTX, และ ODP โดยใช้ Aspose.Slides for Python via .NET คุณจะได้เรียนรู้วิธีวนลูปผ่านองค์ประกอบของการนำเสนอเพื่อดึงข้อความที่ต้องการอย่างแม่นยำ

ดึงข้อความจากสไลด์

Aspose.Slides for Python via .NET ให้บริการ namespace aspose.slides.util ซึ่งรวมคลาส SlideUtil คลาสนี้เปิดเผยเมธอด static ที่มีการ overload หลายแบบสำหรับการดึงข้อความทั้งหมดจากการนำเสนอหรือสไลด์ เพื่อดึงข้อความจากสไลด์ในการนำเสนอ ให้ใช้เมธอด get_all_text_boxes เมธอดนี้รับอ็อบเจกต์ประเภท BaseSlide เป็นพารามิเตอร์ เมื่อทำงาน เมธอดจะสแกนสไลด์ทั้งหมดเพื่อค้นหาข้อความและคืนค่าเป็นอาเรย์ของอ็อบเจกต์ประเภท TextFrame พร้อมรักษาการจัดรูปแบบของข้อความ

โค้ดตัวอย่างต่อไปนี้ดึงข้อความทั้งหมดจากสไลด์แรกของการนำเสนอ:

import aspose.slides as slides

slide_index = 0

with slides.Presentation("demo.pptx") as presentation:
    slide = presentation.slides[slide_index]

    text_frames = slides.util.SlideUtil.get_all_text_boxes(slide)

    for text_frame in text_frames:
        for paragraph in text_frame.paragraphs:
            for portion in paragraph.portions:
                portion_text = portion.text
                print(portion_text)

                portion_format = portion.portion_format
                font_height = portion_format.font_height
                print(font_height)

                latin_font = portion_format.latin_font
                if latin_font is not None:
                    font_name = latin_font.font_name
                    print(font_name)

ดึงข้อความจากการนำเสนอ

เพื่อสแกนข้อความจากการนำเสนอทั้งหมด ให้ใช้เมธอด static get_all_text_frames ของคลาส SlideUtil เมธอดนี้รับพารามิเตอร์สองค่า:

  1. อ็อบเจกต์ประเภท Presentation ที่แทนการนำเสนอ PowerPoint หรือ OpenDocument ที่ต้องการดึงข้อความ
  2. ค่า Boolean ที่ระบุว่าควรรวมสไลด์แม่ (master slides) ในการสแกนข้อความจากการนำเสนอหรือไม่

เมธอดจะคืนค่าเป็นอาเรย์ของอ็อบเจกต์ประเภท TextFrame ซึ่งรวมข้อมูลการจัดรูปแบบของข้อความด้วย โค้ดด้านล่างสแกนข้อความและรายละเอียดการจัดรูปแบบจากการนำเสนอ รวมถึงสไลด์แม่ด้วย

import aspose.slides as slides

with slides.Presentation("demo.pptx") as presentation:
    include_master_slides = True
    text_frames = slides.util.SlideUtil.get_all_text_frames(presentation, include_master_slides)

    for text_frame in text_frames:
        for paragraph in text_frame.paragraphs:
            for portion in paragraph.portions:
                portion_text = portion.text
                print(portion_text)

                portion_format = portion.portion_format
                font_height = portion_format.font_height
                print(font_height)

                latin_font = portion_format.latin_font
                if latin_font is not None:
                    font_name = latin_font.font_name
                    print(font_name)

การดึงข้อความแบบแบ่งประเภทและเร็ว

คลาส PresentationFactory ยังมีเมธอดสำหรับดึงข้อความทั้งหมดจากการนำเสนอ:

PresentationFactory.get_presentation_text(file, mode)
PresentationFactory.get_presentation_text(stream, mode)
PresentationFactory.get_presentation_text(stream, mode, options)

อาร์กิวเมนต์ enum TextExtractionArrangingMode ระบุโหมดการจัดระเบียบผลลัพธ์การดึงข้อความและสามารถตั้งเป็นค่าต่อไปนี้:

  • UNARRANGED - ข้อความดิบโดยไม่คำนึงถึงตำแหน่งบนสไลด์
  • ARRANGED - ข้อความจัดเรียงตามลำดับเดียวกับบนสไลด์

โหมด UNARRANGED สามารถใช้เมื่อความเร็วเป็นสิ่งสำคัญ; มันเร็วกว่าโหมด ARRANGED

PresentationText แทนข้อความดิบที่ดึงจากการนำเสนอ property slides_text จะคืนค่าเป็นอาเรย์ของอ็อบเจกต์ข้อความสไลด์ แต่ละอ็อบเจกต์แทนข้อความบนสไลด์ที่สอดคล้องและมีคุณสมบัติดังนี้:

  • text - ข้อความในรูปทรงของสไลด์
  • master_text - ข้อความในรูปทรงของสไลด์แม่ที่เกี่ยวข้องกับสไลด์นี้
  • layout_text - ข้อความในรูปทรงของสไลด์เค้าโครงที่เกี่ยวข้องกับสไลด์นี้
  • notes_text - ข้อความในรูปทรงของสไลด์โน้ตที่เกี่ยวข้องกับสไลด์นี้
  • comments_text - ข้อความในความคิดเห็นที่เกี่ยวข้องกับสไลด์นี้
import aspose.slides as slides

presentation_path = "presentation.ppt"
arranging_mode = slides.TextExtractionArrangingMode.UNARRANGED
presentation_text = slides.PresentationFactory.instance.get_presentation_text(presentation_path, arranging_mode)
first_slide_text = presentation_text.slides_text[0]

print(first_slide_text.text)
print(first_slide_text.layout_text)
print(first_slide_text.master_text)
print(first_slide_text.notes_text)
print(first_slide_text.comments_text)

คำถามที่พบบ่อย

Aspose.Slides ประมวลผลการนำเสนอขนาดใหญ่ระหว่างการดึงข้อความได้เร็วแค่ไหน?

Aspose.Slides ได้รับการปรับให้ทำงานด้วยประสิทธิภาพสูงและสามารถประมวลผลแม้ การนำเสนอขนาดใหญ่ ทำให้เหมาะสำหรับสถานการณ์การประมวลผลแบบเรียลไทม์หรือแบบจำนวนมาก

Aspose.Slides สามารถดึงข้อความจากตารางและแผนภูมิในการนำเสนอได้หรือไม่?

ได้ Aspose.Slides สามารถดึงข้อความจากหลายองค์ประกอบของสไลด์ รวมถึงตารางและวัตถุที่เกี่ยวข้องกับแผนภูมิ ทำให้คุณสามารถเข้าถึงและวิเคราะห์เนื้อหาข้อความในโครงสร้างการนำเสนอทั่วไปได้

ฉันต้องมีใบอนุญาตพิเศษของ Aspose.Slides เพื่อดึงข้อความจากการนำเสนอหรือไม่?

คุณสามารถดึงข้อความได้ด้วยเวอร์ชันทดลองฟรีของ Aspose.Slides แม้จะมี ข้อจำกัดบางประการ เช่น การประมวลผลจำนวนสไลด์ที่จำกัด เพื่อการใช้งานโดยไม่มีข้อจำกัดและเพื่อจัดการกับการนำเสนอที่ใหญ่ขึ้น แนะนำให้ซื้อใบอนุญาตเต็มรูปแบบ.

จัดการซูเปอร์สคริปต์และซับสคริปต์ใน Python ทำอัตโนมัติการแปลภาษาในการนำเสนอด้วย Python