Python从PPT文件中提取所有文字到Word

1|0需求

将PPT文件或PPTX文件里面的所有文字提取到一个新的以docx结尾的Word文件中。

2|0安装Python库

（1）基于Python 3

（2） 运行下方代码安装需要用到的库

pip install python-pptx
pip install python-docx

3|0执行下方Python代码

import collections
import collections.abc
import sys
import os
from pptx import Presentation
import docx

def extract_text(input_file, output_file):
    prs = Presentation(input_file)
    doc = docx.Document()
    for slide in prs.slides:
        for shape in slide.shapes:
            if not shape.has_text_frame:
                continue
            for paragraph in shape.text_frame.paragraphs:
                for run in paragraph.runs:
                    doc.add_paragraph(run.text)
    doc.save(output_file)

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("Usage: python main.py <input_file> <output_file>")
        sys.exit()
    input_file = sys.argv[1]
    output_file = sys.argv[2]
    if not input_file.endswith(".pptx") or not output_file.endswith(".docx"):
        print("Error: input file must be .pptx and output file must be .docx")
        sys.exit()
    if not os.path.exists(input_file):
        print("Error: input file does not exist")
        sys.exit()
    extract_text(input_file, output_file)
    print("Text extracted successfully!")

作者：艾孜尔江·艾尔斯兰

__EOF__

本文作者：艾孜尔江
本文链接：https://www.cnblogs.com/ezhar/p/17121363.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！