使用Python快速提取PPT中的文本内容

直接提取PPT中的文本内容可以方便我们进行进一步处理或分析，也可以直接用于其他文档的编撰。通过使用Python程序，我们可以快速批量提取PPT中的文本内容，从而实现高效的信息收集或对其中的数据进行分析。本文将介绍如何使用Python程序提取PowerPoint演示文稿中的文本内容，包括幻灯片中的主体文本、幻灯片备注文本以及幻灯片。

本文所使用的方法需要用到Spire.Presentation for Python，可从官网下载或通过PyPI安装：pip install Spire.Presentation。

申请免费License

用Python提取PPT幻灯片文本

在PPT幻灯片中，文本内容放置在各种形状中，如文本框、图形。我们可以先获取幻灯片中的形状，再提取其中的文本，从而实现对幻灯片文本内容的提取。以下是操作步骤：

1. 创建 Presentation 对象并使用 Presentation.LoadFromFile() 方法载入PPT。
2. 遍历PPT中的幻灯片，然后遍历幻灯片中的形状。
3. 判断形状是否为 IAutoShape 实例。如果是，则通过 IAutoShape.TextFrame.Paragraphs 获取其中的段落，再通过 Paragraph.Text 属性获取段落中的文本。
4. 将文本写入到文本文件。

代码示例：

Python

从 spire.presentation 导入 *
从 spire.presentation.common 导入 *

# 创建 Presentation 类的对象
pres = Presentation()

# 加载 PowerPoint 演示文稿
pres.LoadFromFile("示例.pptx")

text = []
# 循环遍历每个幻灯片
对于 slide 在 pres.Slides 中:
    # 循环遍历每个形状
    对于 shape 在 slide.Shapes 中:
        # 检查形状是否为 IAutoShape 实例
        如果 isinstance