如何使用Python提取PPT中的文本并保存为文本和Word文件

你是否曾经遇到过需要从PPT文件中提取文本的情况？或许你正在准备一个报告，但需要将PPT中的文本导出到文本或Word文件中。本教程将教你如何使用Python来实现这个任务。

开头小故事

在一个忙碌的工作日，你收到了一个紧急任务：需要将一个PPT中的内容提取出来，并将其保存为文本文件，以便在会议中使用。你感到有些焦虑，因为这是一个繁琐的工作，手动复制粘贴每一页的文本将耗费大量时间。但幸运的是，你记得之前看到过一个有关Python提取PPT文本的教程。现在，你将学会如何使用Python轻松完成这项任务。

步骤 1: 准备工作

首先，确保你已经安装了Python。如果尚未安装，可以从 Python官网 下载并安装。

步骤 2: 安装必要的库

在开始之前，你需要安装一些Python库，以便在脚本中使用。打开你的终端或命令提示符，并运行以下命令来安装这些库：

pip install python-pptx
pip install docx

步骤 3: 编写Python脚本

现在，让我们来编写Python脚本来提取PPT中的文本并保存为文本和Word文件。你可以使用以下代码作为起点：

from pptx import Presentation
import docx

data = []
prs = Presentation('YOUR_PPT_FILE_HERE.pptx')  # 将此处替换为你的PPT文件路径

for slide in prs.slides:  # 遍历每页PPT
    for shape in slide.shapes:  # 遍历PPT中的每个形状
        if shape.has_text_frame:  # 判断是否包含文本，保证有文本才提取
            for paragraph in shape.text_frame.paragraphs:  # 按文本框中的段落提取
                data.append(paragraph.text)  # 提取一个段落的文本，存到列表data中

# 写入文本文件
TxtFile = open('PPT_TEXT.txt', 'w', encoding='utf-8')
for i in data:
    TxtFile.write(i + '\n')  # 写入并换行，以保证正确分段
TxtFile.close()  # 保存

# 写入Word文件
doc = docx.Document()  # 创建一个Word文件对象
for i in data:
    doc.add_paragraph(i)  # 增加一个段落，并将列表中的一个字符串写入Word文件
doc.save('PPT_TEXT.docx')  # 保存

请注意以下几点：

• 你需要将 YOUR_PPT_FILE_HERE.pptx 替换为你要处理的PPT文件路径。
• 这个脚本会将提取的文本保存为名为 PPT_TEXT.txt 的文本文件和名为 PPT_TEXT.docx 的Word文件。

步骤 4: 运行脚本

在你已经完成了脚本的编写后，保存它并在终端或命令提示符中运行它。脚本将读取PPT文件中的文本，并将其保存到文本和Word文件中。

结论

现在，你已经学会了如何使用Python编写一个脚本，从PPT文件中提取文本并保存为文本和Word文件。这个方法可以帮助你节省大量时间，特别是在处理大量PPT文件时。

希望本教程对你有所帮助，让你能够轻松处理PPT中的文本内容！