用Open XML SDK 获取PPT标题和内容（C#）

motivation：

　　毕设有一个小部分，是抽取从各种公开课下载的PPT的内容。之前用Python的win32com弄到哭也只弄出了纯文本，而不能识别哪些是标题（理论上应该是可以的？我看到源码里有HaveTitle等等的内容，然而调用就跪，QAQ）。然后就只抽出了纯文本，放弃治疗改用维基百科做知识库了。扔在一边就去做别的了。

　　于是这周老师又重新让我抽标题OTL，就搜到了这个看起来很厉害的东西。学习ING。

prework:

　　下载：https://www.microsoft.com/en-us/download/details.aspx?displaylang=en&id=5124　download里的两个文件，先装v2再装tool
　　在项目里加引用：解决方案资源管理器里，有个引用，左键添加引用，在扩展里添加DocumentFormat.OpenXml，框架里添加windowspackage

gao：

reference：https://msdn.microsoft.com/zh-cn/library/cc850843(v=office.14)# 获取演示文稿中的所有幻灯片的标题　　　　　　　　　　　　　　　 https://msdn.microsoft.com/zh-cn/library/cc536290.aspx PresentationDocument 方法

　　示例代码里大部分说的挺清楚的~在此基础上可以获取一个大概的框架。在main函数里call GetSlideTitles(filename)基本就可以跑起来辣

　　运行示例代码的时候发现挂了 = =，报的错是The document cannot be opened because there is an invalid part with an unexpected content type. ...在stackouverflow里发现了一个解决方法，亲测可用。在调用GetSlideTitles之前先调用一次fixPowerPoint，就可以让文件正常打开了。fixPowerPoint代码如下：

        private static void FixPowerpoint(string fileName)
        {
            //Opening the package associated with file
            Console.WriteLine(fileName);
            using (Package wdPackage = Package.Open(fileName, FileMode.Open, FileAccess.ReadWrite))
            {
                //Uri of the printer settings part
                var binPartUri = new Uri("/ppt/printerSettings/printerSettings1.bin", UriKind.Relative);
                if (wdPackage.PartExists(binPartUri))
                {
                    //Uri of the presentation part which contains the relationship
                    var presPartUri = new Uri("/ppt/presentation.xml", UriKind.RelativeOrAbsolute);
                    var presPart = wdPackage.GetPart(presPartUri);
                    //Getting the relationship from the URI
                    var presentationPartRels =
                        presPart.GetRelationships().Where(a => a.RelationshipType.Equals("http://schemas.openxmlformats.org/officeDocument/2006/relationships/printerSettings",
                            StringComparison.InvariantCultureIgnoreCase)).SingleOrDefault();
                    if (presentationPartRels != null)
                    {
                        //Delete the relationship
                        presPart.DeleteRelationship(presentationPartRels.Id);
                    }

                    //Delete the part
                    wdPackage.DeletePart(binPartUri);
                }
                wdPackage.Close();
            }
        }

View Code