如何使用 Apache POI 从 pptx 文件中提取数据？答案

【问题标题】：How do I extract data from pptx file using Apache POI?如何使用 Apache POI 从 pptx 文件中提取数据？
【发布时间】：2014-12-16 11:55:49
【问题描述】：

我正在使用 XSLFPowerPointExtractor 从 pptx 文件中提取文本。但是，pptx 文件中的所有文本都以单个字符串的形式返回给我。无论如何我可以分别获取每张幻灯片上的文字吗？我对这个概念完全陌生，所以请给出详细的答案..

【问题讨论】：

【解决方案1】：

我查阅了 API 文档，似乎它要么全有，要么全无。 API documentation 有一个名为 getText() 的方法，它返回所有幻灯片的完整文本，这正是您正在观察的行为。

更多的谷歌搜索告诉我，这样做的方法是使用另一个 API，即XMLSlideShow。这使您可以逐张幻灯片访问演示文稿。

从那里，您可以访问不同的形状，包括您可以从中阅读文本的文本区域。事实上，这在另一个 SO 问题中得到了解释，我相信这将帮助您解决问题：How to get pptx slide notes text using apache poi?

【讨论】：