通过 Java 的 Python 检索和更新演示文稿信息

本页内容简介

使用 Python via Java 探索 PowerPoint 和 OpenDocument 演示文稿中的幻灯片、结构和元数据，以实现更快的洞察和更智能的内容审计。

概述

Aspose.Slides 可以在不创建完整演示文稿对象模型的情况下识别演示文稿的格式并读取其文档元数据。当您需要对文件进行分类、构建清单或在决定是否加载和处理演示文稿内容之前检查属性时，这非常有用。

示例需要通过 Java 的 Aspose.Slides for Python 以及兼容的 Java 运行时。每个示例在 JVM 未运行时会启动它。请在示例使用的路径下提供现有的演示文稿文件。

本文演示了通过 PresentationFactory 和 PresentationInfo 进行轻量检查，以及通过 DocumentProperties 进行有针对性的更新。

检查演示文稿格式

如果您已经加载了演示文稿，请参阅 Determine the Original Presentation Format 了解加载后进行检测以及传统 PPT、PPS 和 POT 流的限制。

使用 PresentationFactory.getPresentationInfo 检查文件，而无需创建 Presentation 实例。PresentationInfo.getLoadFormat 方法报告检测到的格式，例如 PPTX、PPT 或 ODP。

import jpype
import asposeslides

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

from asposeslides.api import LoadFormat, PresentationFactory

file_names = ["pres.pptx", "pres.ppt", "pres.odp"]

for file_name in file_names:
    presentation_info = PresentationFactory.getInstance().getPresentationInfo(file_name)
    load_format = presentation_info.getLoadFormat()
    format_name = f"Other ({load_format})"

    if load_format == LoadFormat.Pptx:
        format_name = "PPTX"
    elif load_format == LoadFormat.Ppt:
        format_name = "PPT"
    elif load_format == LoadFormat.Odp:
        format_name = "ODP"

    print(f"{file_name}: {format_name}")

构建轻量演示文稿清单

当处理大量演示文稿文件时，您可能需要一个用于验证、索引或文档管理系统的紧凑清单。在此情形下，使用 PresentationFactory.getPresentationInfo 获取 PresentationInfo 对象，然后调用 PresentationInfo.readDocumentProperties 读取文档元数据。这种方式不会创建 Presentation 实例，也不需要遍历完整的演示文稿对象模型。

由 DocumentProperties 暴露的扩展属性提供以下清单值：

方法	清单值
getSlides	幻灯片总数。
getHiddenSlides	隐藏幻灯片的数量。
getNotes	包含备注的幻灯片数量。
getParagraphs	段落总数（如果可用）。
getWords	单词总数。
getMultimediaClips	音频和视频剪辑的总数。

以下示例在不创建 Presentation 对象的情况下读取这些值并打印紧凑的清单。它还将 getHeadingPairs 与 getTitlesOfParts 结合使用，以显示诸如字体、主题和幻灯片标题等内容组。

import jpype
import asposeslides

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

from pathlib import Path
from asposeslides.api import LoadFormat, PresentationFactory

file_path = "sample.pptx"
presentation_info = PresentationFactory.getInstance().getPresentationInfo(file_path)
document_properties = presentation_info.readDocumentProperties()

load_format = presentation_info.getLoadFormat()
format_name = f"Other ({load_format})"

if load_format == LoadFormat.Pptx:
    format_name = "PPTX"
elif load_format == LoadFormat.Ppt:
    format_name = "PPT"
elif load_format == LoadFormat.Odp:
    format_name = "ODP"

print(f"File: {Path(file_path).name}")
print(f"Format: {format_name}")
print(f"Title: {document_properties.getTitle()}")
print(f"Author: {document_properties.getAuthor()}")
print("Statistics:")
print(f"  Slides: {document_properties.getSlides()}")
print(f"  Hidden slides: {document_properties.getHiddenSlides()}")
print(f"  Slides with notes: {document_properties.getNotes()}")
print(f"  Paragraphs: {document_properties.getParagraphs()}")
print(f"  Words: {document_properties.getWords()}")
print(f"  Multimedia clips: {document_properties.getMultimediaClips()}")

heading_pairs = document_properties.getHeadingPairs()
titles_of_parts = document_properties.getTitlesOfParts()
heading_pairs = heading_pairs if heading_pairs is not None else []
titles_of_parts = titles_of_parts if titles_of_parts is not None else []
part_index = 0

if len(heading_pairs) == 0 or len(titles_of_parts) == 0:
    print("Content groups: not available")
else:
    print("Content groups:")

    for heading_pair in heading_pairs:
        print(f"  {heading_pair.getName()} ({heading_pair.getCount()})")

        for part_offset in range(heading_pair.getCount()):
            if part_index >= len(titles_of_parts):
                break
            print(f"    - {titles_of_parts[part_index]}")
            part_index += 1

    if part_index < len(titles_of_parts):
        print("  Other parts:")

        while part_index < len(titles_of_parts):
            print(f"    - {titles_of_parts[part_index]}")
            part_index += 1

每个 HeadingPair 提供组名称以及该组中的项目数量。DocumentProperties.getTitlesOfParts 返回一个扁平、有序的数组，因此需要按每个标题对指定的连续标题数量进行消费。

存储的元数据和格式限制

由 PresentationInfo.readDocumentProperties 返回的清单属性反映了源文档中可用的元数据。Aspose.Slides 不会加载并遍历演示文稿对象模型来重新计算这些值。缺失的属性使用默认值表示，如果最后保存文件的应用程序未更新其文档属性，则存储的值可能已过时。

PPTX： 该格式为幻灯片、备注、隐藏幻灯片、段落、单词和多媒体计数以及标题对和部件标题提供扩展文档属性。可用性取决于文档生成者写入了哪些属性。
PPT： 二进制格式可以存储相应的文档摘要属性。如果属性缺失或未由文档生成者刷新，Aspose.Slides 将返回其存储的或默认值，而不是从幻灯片计算。
ODP： OpenDocument 元数据提供一般的文档统计信息，如页面、段落和单词计数，但这些值并不对应每个 PowerPoint 特有的扩展属性。隐藏幻灯片、备注幻灯片、多媒体、标题对和部件标题的元数据可能不可用，清单属性可能返回默认值。不要将零值或空数组视为对应内容不存在的权威证明。

在进行清单和初步检查时使用轻量元数据方法。当结果必须反映内存中的更改或需要验证实际演示文稿内容时，请加载演示文稿并检查其实时对象模型。

更新演示文稿属性

由 PresentationInfo.readDocumentProperties 返回的属性也可以在不创建 Presentation 实例的情况下进行更改。使用 PresentationInfo.updateDocumentProperties 应用更改，然后使用 PresentationInfo.writeBindedPresentation 写入已绑定的演示文稿。

下图显示了原始文档属性。

PowerPoint 演示文稿的原始文档属性

下面的示例更改标题和上次保存时间，并将结果写入新文件：

import jpype
import asposeslides

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

from asposeslides.api import PresentationFactory
from java.io import FileOutputStream
from java.util import Date

source_file = "sample.pptx"
output_file = "sample_with_updated_properties.pptx"
presentation_info = PresentationFactory.getInstance().getPresentationInfo(source_file)
document_properties = presentation_info.readDocumentProperties()

document_properties.setTitle("Quarterly sales report")
last_saved_time = Date()
document_properties.setLastSavedTime(last_saved_time)

presentation_info.updateDocumentProperties(document_properties)
output_stream = FileOutputStream(output_file)
try:
    presentation_info.writeBindedPresentation(output_stream)
finally:
    output_stream.close()

下图显示了更新后的文档属性。

PowerPoint 演示文稿的已更改文档属性

有用的链接

有关相关安全检查和保护设置，请参阅以下文章：

常见问题

如何检查字体是否已嵌入以及具体哪些字体？

加载演示文稿并使用 Presentation.getFontsManager。调用 FontsManager.getEmbeddedFonts 获取已嵌入的字体，调用 FontsManager.getFonts 获取演示文稿使用的字体。比较两个结果以找出渲染所需但未嵌入的字体。

如何快速判断文件是否包含隐藏幻灯片以及数量？

当存储的文档元数据足够时，可通过 PresentationFactory.getPresentationInfo 和 PresentationInfo.readDocumentProperties 读取 DocumentProperties.getHiddenSlides。这适用于轻量清单。如果演示文稿在内存中已被修改，存储的元数据可能缺失或过期，或需要验证实时值，则应遍历 Presentation.getSlides 并检查每个幻灯片的 Slide.getHidden 方法。

我能检测是否使用了自定义幻灯片大小和方向，以及它们是否与默认值不同吗？

可以。加载演示文稿并调用 Presentation.getSlideSize。使用 SlideSize.getType、SlideSize.getSize 和 SlideSize.getOrientation 将当前设置与预期的预设和尺寸进行比较。

有没有快速方式查看图表是否引用外部数据源？

可以。定位每个 Chart 并调用 ChartData.getDataSourceType。对于外部工作簿，调用 ChartData.getExternalWorkbookPath。数据源类型和路径表明了外部引用，但验证目标是否可用需要单独的资源检查。

如何评估可能导致渲染或 PDF 导出变慢的“重”幻灯片？

没有单一的复杂度属性。遍历 Presentation.getSlides 以及每个幻灯片的 BaseSlide.getShapes 集合。使用形状数量以及是否出现大图像、效果、动画或多媒体作为筛选信号，并在将幻灯片视为已确认的性能瓶颈之前，测量代表性的渲染或导出。

在 Python via Java 中打开演示文稿在 Python via Java 中确定原始演示文稿格式