python读取ppt内文本内容

从ppt 提取所有文字

语言：python 3.8

IDE:pycharm

python-pptx允许用户创建新的ppt和对现有ppt更改。

 

从pycharm引入pptx

pycharm->prefereces->project(xxxx)->project interpreter

点左下角“+” 搜索“python-pptx”

 

 

点 左下角install package（安装时间有点长），等待安装成功。

在程序中引入这个包

from pptx import Presentation

加载ppt文件

m_ppt = Presentation(\'test.pptx\')

计算加载ppt的页数

print(len(m_ppt.slides))

获取每页ppt包含的文字

for slide in m_ppt.slides:
    for shape in slide.shapes:
        if not shape.has_text_frame:
            continue
        for paragraph in shape.text_frame.paragraphs:
            for content in paragraph.runs：
                print(content.text)

运行结果如下：

 

 

全部代码如下：

# -- coding: utf-8 --
from pptx import Presentation


m_ppt = Presentation(\'test.pptx\')
print(len(m_ppt.slides))

for slide in m_ppt.slides:
    for shape in slide.shapes:
        if not shape.has_text_frame:
            continue
        for paragraph in shape.text_frame.paragraphs:
            for content in paragraph.runs：
                print(content.text)