|
python是一门很强大的语言，因为有着丰富的第三方库，所以可以说Python是无所不能的。
很多人都知道，Python可以操作Excel，PDF·还有PPT，这篇文章就围绕Python提取PPT中的文字来写，包括提取PPT中的艺术字，图片中的文字。
因为实现环境是linux，所以无法用win32com来实现这个需求，使用extract库也可以提取PDF，PPT等文件中的文字，但这里不用extract来实现，用python-pptx，如果熟悉extract库一点的也知道，extract中也使用了python-pptx，实现过程也是调用了python-pptx。
presentation = pptx.Presentation(fp)
results = []
for slide in presentation.slides:
for shape in slide.shapes:
if shape.has_text_frame:
for paragraph in shape.text_frame.paragraphs:
part = []
for run in paragraph.runs:
part.append(run.text)
results.append(''.join(part))
elif isinstance(shape, Picture):
content = self.parsepic.request_api(shape.image.blob)
results.append(''.join(con
|