在 C++ 中的進階簡報文字擷取
概觀
從簡報中擷取文字是開發人員處理投影片內容時常見且必要的工作。無論您是處理 Microsoft PowerPoint 的 PPT 或 PPTX 檔案，還是 OpenDocument 簡報 (ODP)，取得文字資料對於分析、自動化、索引或內容遷移都有關鍵作用。
本文提供了使用 Aspose.Slides for C++ 從各種簡報格式（包括 PPT、PPTX 和 ODP）有效擷取文字的完整指南。您將學會如何系統性地遍歷簡報元素，精確取得所需的文字內容。
從投影片擷取文字
Aspose.Slides for C++ 提供了 Aspose.Slides.Util 命名空間，其中包含 SlideUtil 類別。此類別提供多個重載的靜態方法，用於從整個簡報或單一投影片擷取所有文字。若要從簡報中的投影片擷取文字，請使用 GetAllTextBoxes 方法。此方法接受一個 IBaseSlide 物件作為參數。執行時，該方法會掃描整個投影片的文字，並回傳一個 ITextFrame 物件陣列，保留所有文字格式資訊。
以下程式碼片段會擷取簡報第一張投影片的所有文字：
auto slideIndex = 0;
auto presentation = System::MakeObject<Presentation>(u"demo.pptx");
auto slide = presentation->get_Slide(slideIndex);
auto textFrames = Util::SlideUtil::GetAllTextBoxes(slide);
for (const auto& textFrame : textFrames)
{
for (const auto& paragraph : textFrame->get_Paragraphs())
{
for (const auto& portion : paragraph->get_Portions())
{
auto portionText = portion->get_Text();
Console::WriteLine(portionText);
auto portionFormat = portion->get_PortionFormat();
auto fontHeight = portionFormat->get_FontHeight();
Console::WriteLine(fontHeight);
auto latinFont = portionFormat->get_LatinFont();
if (latinFont != nullptr)
{
auto fontName = latinFont->get_FontName();
Console::WriteLine(fontName);
}
}
}
}
presentation->Dispose();
從簡報擷取文字
若要掃描整個簡報的文字，請使用由 SlideUtil 類別提供的 GetAllTextFrames 靜態方法。它接受兩個參數：
- 首先，一個代表 PowerPoint 或 OpenDocument 簡報的 IPresentation 物件，將從中擷取文字。
- 其次，一個
Boolean值，指示在掃描簡報文字時是否應包含母版投影片。
此方法回傳一個 ITextFrame 物件陣列，內含文字格式資訊。以下程式碼會掃描簡報（含母版投影片）的文字與格式細節：
auto presentation = System::MakeObject<Presentation>(u"demo.pptx");
auto includeMasterSlides = true;
auto textFrames = Util::SlideUtil::GetAllTextFrames(presentation, includeMasterSlides);
for (const auto& textFrame : textFrames)
{
for (const auto& paragraph : textFrame->get_Paragraphs())
{
for (const auto& portion : paragraph->get_Portions())
{
auto portionText = portion->get_Text();
Console::WriteLine(portionText);
auto portionFormat = portion->get_PortionFormat();
auto fontHeight = portionFormat->get_FontHeight();
Console::WriteLine(fontHeight);
auto latinFont = portionFormat->get_LatinFont();
if (latinFont != nullptr)
{
auto fontName = latinFont->get_FontName();
Console::WriteLine(fontName);
}
}
}
}
presentation->Dispose();
分類與快速文字擷取
PresentationFactory 類別同樣提供了從簡報擷取所有文字的方法：
System::SharedPtr<IPresentationText> GetPresentationText(System::String file, TextExtractionArrangingMode mode);
System::SharedPtr<IPresentationText> GetPresentationText(System::SharedPtr<System::IO::Stream> stream, TextExtractionArrangingMode mode);
System::SharedPtr<IPresentationText> GetPresentationText(System::SharedPtr<System::IO::Stream> stream, TextExtractionArrangingMode mode, System::SharedPtr<ILoadOptions> options);
TextExtractionArrangingMode 列舉參數指示文字擷取結果的組織模式，可設為下列值：
Unarranged- 未依投影片位置排列的原始文字。Arranged- 文字依投影片上的順序排列。
在速度至關重要時，可使用未排列模式；它比排列模式更快。
IPresentationText 代表從簡報擷取的原始文字。其 get_SlidesText() 方法回傳一個 ISlideText 物件陣列。每個物件代表對應投影片上的文字。類型為 ISlideText 的物件擁有以下方法：
get_Text()- 投影片形狀內的文字。get_MasterText()- 與此投影片相關的母版投影片形狀內的文字。get_LayoutText()- 與此投影片相關的版面配置投影片形狀內的文字。get_NotesText()- 投影片備註形狀內的文字。get_CommentsText()- 與此投影片相關的評論文字。
auto presentationPath = u"presentation.ppt";
auto arrangingMode = TextExtractionArrangingMode::Unarranged;
auto presentationText = PresentationFactory::get_Instance()->GetPresentationText(presentationPath, arrangingMode);
auto firstSlideText = presentationText->get_SlidesText()[0];
Console::WriteLine(firstSlideText->get_Text());
Console::WriteLine(firstSlideText->get_LayoutText());
Console::WriteLine(firstSlideText->get_MasterText());
Console::WriteLine(firstSlideText->get_NotesText());
Console::WriteLine(firstSlideText->get_CommentsText());
常見問題
Aspose.Slides 在大量簡報的文字擷取過程中速度如何？
Aspose.Slides 針對高效能進行了最佳化，即使是 大型簡報，也能快速處理，適用於即時或批次處理情境。
Aspose.Slides 能否從簡報中的表格與圖表擷取文字？
可以。Aspose.Slides 能從許多投影片元素（包括表格與圖表相關物件）擷取文字，讓您能存取並分析常見簡報結構中的文字內容。
擷取簡報文字是否需要特別的 Aspose.Slides 授權？
您可使用 Aspose.Slides 的免費試用版進行文字擷取，但會有 某些限制，例如只能處理有限張數的投影片。若需無限制使用並處理更大的簡報，建議購買完整授權。