【python办公自动化（16）】python读取PPT文档内容（将ppt中的非空段落保存到word文档）

python-pptx模块

可以创建、修改PPT(.pptx)文件

需要单独安装，不包含在Python标准模块里

导入的时候直接使用： import pptx 即可，如果没有报错则代表安装成功

PPT结构

主要四部分：Slide、Shape、Paragraph和Run

获取slide

.slide 得到一个列表，包含每一个slide

import os
os.chdir("D:\\python_major\\auto_office16")
from pptx import Presentation

prs = Presentation("demo.pptx")
for slide in prs.slides:
    print(slide)

–> 输出结果为：

获取形状Shape

slide.shape 获取形状

import os
os.chdir("D:\\python_major\\auto_office16")
from pptx import Presentation

prs = Presentation("demo.pptx")
for slide in prs.slides:
	for shape in slide.shapes:
		print(shape)

–> 输出结果为：

判断一个shape中是否存在文字

shape.has_text_frame 是否有文字

shape.text_frame 获取文字框

import os
os.chdir("D:\\python_major\\auto_office16")
from pptx import Presentation

prs = Presentation("demo.pptx")
for slide in prs.slides:
	for shape in slide.shapes:
		if shape.has_text_frame:
			text_frame = shape.text_frame
			print(text_frame.text)

–> 输出结果为：

从shape中找paragraph

text_frame.paragraphs 获取shape中的段落

text_frame = shape.text_frame
for paragraph in text_frame.paragraphs:
	print(paragraph.text)

综合应用

编写一个Python程序，要求

（1） 打开Bilibili 2Q19 Investor Presentation-Final.pptx

（2）按照paragraph分段，转换成为word文档

（3）保存为Bilibili 2Q19 Investor Presentation-Final.docx

参考代码

import os
os.chdir("D:\\python_major\\auto_office16")
from pptx import Presentation
from docx import Document

doc = Document()
prs = Presentation("Bilibili 2Q19 Investor Presentation-Final.pptx")
ls = []
for slide in prs.slides:
	for shape in slide.shapes:
		if shape.has_text_frame:
			text_frame = shape.text_frame
			for paragraph in text_frame.paragraphs:
				if paragraph.text != '':
					doc.add_paragraph(paragraph.text)

doc.save("Bilibili 2Q19 Investor Presentation-Final.docx")

–> 输出结果为：