Python制作一个PPT文本提取工具
更新时间：2025年01月19日 08:53:27 作者：winfredzhang
这篇文章主要为大家详细介绍了如何使用Python开发一个带图形界面的PPT文本提取工具,可以从PPTX文件中提取所有文本内容,有需要的小伙伴可以了解下
在日常工作中，我们经常需要从PowerPoint文档中提取文本内容进行处理。本文将详细介绍如何使用Python开发一个带图形界面的PPT文本提取工具，该工具可以轻松地从PPTX文件中提取所有文本内容，并按页码显示。
全部代码
import wx
import os
from pptx import Presentation
class PPTExtractFrame(wx.Frame):
def __init__(self):
super().__init__(parent=None, title='PPT文字提取工具', size=(800, 600))
self.InitUI()
def InitUI(self):
# 创建面板
panel = wx.Panel(self)
# 创建垂直布局
vbox = wx.BoxSizer(wx.VERTICAL)
# 创建按钮
self.select_btn = wx.Button(panel, label='选择PPT文件')
self.select_btn.Bind(wx.EVT_BUTTON, self.OnSelect)
vbox.Add(self.select_btn, 0, wx.ALL | wx.CENTER, 5)
# 创建文本框
self.memo = wx.TextCtrl(panel, style=wx.TE_MULTILINE | wx.TE_READONLY)
vbox.Add(self.memo, 1, wx.ALL | wx.EXPAND, 5)
panel.SetSizer(vbox)
def OnSelect(self, event):
# 创建文件选择对话框
with wx.FileDialog(self, "选择PPTX文件",
wildcard="PowerPoint files (*.pptx)|*.pptx",
style=wx.FD_OPEN | wx.FD_FILE_MUST_EXIST) as fileDialog:
if fileDialog.ShowModal() == wx.ID_CANCEL:
return
# 获取选择的文件路径
pathname = fileDialog.GetPath()
try:
self.ExtractText(pathname)
except Exception as e:
wx.MessageBox(f'错误：{str(e)}', '错误',
wx.OK | wx.ICON_ERROR)
def ExtractText(self, filepath):
# 清空文本框
self.memo.Clear()
# 打开PPT文件
prs = Presentation(filepath)
# 遍历所有幻灯片
for idx, slide in enumerate(prs.slides, 1):
text_content = []
# 提取当前幻灯片中的所有文本
for shape in slide.shapes:
if hasattr(shape, "text"):
if shape.text.strip(): # 只添加非空文本
text_content.append(shape.text.strip())
# 如果该页有文本，则添加到memo中
if text_content:
page_text = f"第{idx}页内容：\n" + "\n".join(text_content) + "\n\n"
self.memo.AppendText(page_text)
def main():
app = wx.App()
frame = PPTExtractFrame()
frame.Show()
app.MainLoop()
if __name__ == '__main__':
main()
技术栈介绍
本项目使用了以下技术：
- wxPython - 用于创建图形用户界面
- python-pptx - 用于处理PowerPoint文档
- Python内置的os模块 - 用于文件路径处理
整体架构设计
程序采用面向对象的设计方法，主要包含以下组件：
- 主窗口类（PPTExtractFrame）
- 用户界面初始化方法（InitUI）
- 文件选择处理方法（OnSelect）
- 文本提取核心方法（ExtractText）
详细代码解析
1. 导入必要的模块
import wx import os from pptx import Presentation
这三个import语句导入了程序所需的核心模块：
- wx：wxPython的主模块，提供GUI相关功能
- os：处理文件路径
- pptx.Presentation：用于读取和处理PPTX文件
2. 主窗口类的设计
class PPTExtractFrame(wx.Frame):
def __init__(self):
super().__init__(parent=None, title='PPT文字提取工具', size=(800, 600))
self.InitUI()
这是程序的主窗口类，继承自wx.Frame。构造函数中：
- 调用父类构造函数，设置窗口标题和大小
- 调用InitUI方法初始化界面元素
3. 用户界面初始化
def InitUI(self):
panel = wx.Panel(self)
vbox = wx.BoxSizer(wx.VERTICAL)
self.select_btn = wx.Button(panel, label='选择PPT文件')
self.select_btn.Bind(wx.EVT_BUTTON, self.OnSelect)
vbox.Add(self.select_btn, 0, wx.ALL | wx.CENTER, 5)
self.memo = wx.TextCtrl(panel, style=wx.TE_MULTILINE | wx.TE_READONLY)
vbox.Add(self.memo, 1, wx.ALL | wx.EXPAND, 5)
panel.SetSizer(vbox)
InitUI方法创建了程序的界面布局：
- 创建一个面板（Panel）作为主容器
- 使用垂直布局管理器（BoxSizer）
- 添加"选择PPT文件"按钮，并绑定点击事件
- 添加多行文本控件用于显示提取的文本
- 设置布局器到面板
4. 文件选择对话框实现
def OnSelect(self, event):
with wx.FileDialog(self, "选择PPTX文件",
wildcard="PowerPoint files (*.pptx)|*.pptx",
style=wx.FD_OPEN | wx.FD_FILE_MUST_EXIST) as fileDialog:
if fileDialog.ShowModal() == wx.ID_CANCEL:
return
pathname = fileDialog.GetPath()
try:
self.ExtractText(pathname)
except Exception as e:
wx.MessageBox(f'错误：{str(e)}', '错误',
wx.OK | wx.ICON_ERROR)
OnSelect方法处理文件选择操作：
- 创建文件选择对话框，限制文件类型为.pptx
- 使用Python的with语句确保对话框资源正确释放
- 获取选择的文件路径并调用提取方法
- 使用try-except处理可能的错误
5. 核心文本提取功能
def ExtractText(self, filepath):
self.memo.Clear()
prs = Presentation(filepath)
for idx, slide in enumerate(prs.slides, 1):
text_content = []
for shape in slide.shapes:
if hasattr(shape, "text"):
if shape.text.strip():
text_content.append(shape.text.strip())
if text_content:
page_text = f"第{idx}页内容：\n" + "\n".join(text_content) + "\n\n"
self.memo.AppendText(page_text)ExtractText方法是程序的核心功能：
- 清空现有文本显示
- 使用python-pptx打开PPT文件
- 遍历每一页幻灯片
- 提取每个形状中的文本内容
- 按页码组织并显示文本
6. 程序入口
def main():
app = wx.App()
frame = PPTExtractFrame()
frame.Show()
app.MainLoop()
if __name__ == '__main__':
main()
程序入口部分：
- 创建wx应用程序实例
- 创建并显示主窗口
- 启动事件循环
运行结果
到此这篇关于Python制作一个PPT文本提取工具的文章就介绍到这了,更多相关Python PPT文本提取内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
线程在程序中是独立的、并发的执行流。与分隔的进程相比，进程中线程之间的隔离程度要小，它们共享内存、文件句柄和其他进程应有的状态。线程的划分尺度小于进程，使多线程程序的并发性高。进程在执行过程中拥有独立内存单元，而多个线程共享内存，从而提升程序运行效率2021-11-11
在Python中，我们会经常听到上下文管理器，那么上下文管理器到底是干什么的，本文就来介绍一下，感兴趣的小伙伴们可以参考一下2021-06-06
这篇文章主要介绍了python爬取音频下载的示例代码，帮助大家更好的理解和学习python爬虫，感兴趣的朋友可以了解下2020-10-10
今天带大家回顾python机器学习的相关知识,文中非常详细的介绍了Python机器学习的基础概述,算法分类及研究内容,需要的朋友可以参考下2021-05-05
最近遇到这样一个项目需求制作一个程序有一个简单的查询入口实现Excel的查询与生成，今天教大家利用Python制作本地Excel的查询与生成的程序，感兴趣的朋友跟随小编一起看看吧2022-06-06
这篇文章主要介绍了如何使用Python3调用讯飞WebAPI语音识别接口,重点解决了在处理语音识别结果时判断是否为最后一帧的问题,通过运行代码并总结经验,解决了常见的模块和属性错误,需要的朋友可以参考下2025-03-03
在本篇内容里小编给大家分享的是一篇关于python模块内置属性概念及实例内容，有兴趣的朋友们可以学习下。2021-02-02
今天小编就为大家分享一篇基于pytorch 预训练的词向量用法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
这篇文章主要介绍了一文了解Python中的super 函数，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的朋友可以参考一下2022-09-09
这篇文章主要介绍了使用Pyhton 分析酒店针孔摄像头，本文通过截图的形式给大家介绍的非常详细，对大家的工作或学习具有一定的参考借鉴价值,需要的朋友可以参考下2020-03-03
最新评论