分步骤教你用python一步步提取PPT中的图片

时间:2022-08-27 16:29:02

一、实现原理

其实实现原理很简单,我们的pptx文件其实是一个压缩包。我们可以直接修改pptx文件的后缀,改成zip然后解压,比如下面这个:

分步骤教你用python一步步提取PPT中的图片

这是解压后的文件。我们可以在ppt目录下找到一个media目录,这个目录下就是我们要的图片的。这个目录包含了PPT的所有多媒体文件。

知道这点后,我们就可以选择用Python来解压出PPT中的media目录就可以提取出所有图片了。

二、提取PPT中的图片

1、打开压缩包

在Python中提供了一个zipfile模块用于处理压缩包文件。我们来看看它的简单操作:

?
1
2
3
4
5
6
7
8
from zipfile import ZipFile
# 打开压缩文件
f = ZipFile("test.pptx")
# 查看压缩包所有文件
for file in f.namelist():
    print(file)
# 关闭压缩包文件
f.close()

输出的部分结果如下:

?
1
2
3
4
5
6
7
[Content_Types].xml
_rels/.rels
ppt/presentation.xml
ppt/slides/_rels/slide2.xml.rels
ppt/slides/slide1.xml
ppt/slides/slide2.xml
ppt/slides/slide3.xml

可以看到我们打印出了压缩包的文件。

2、解压文件

我们还可以通过下面的方式打开压缩包:

?
1
2
3
4
from zipfile import ZipFile
with ZipFile("test.pptx") as f:
    for file in f.namelist():
        print(file)

通过with语句,就可以不显示地调用close方法。下面我们看看解压操作:

?
1
2
3
4
5
from zipfile import ZipFile
with ZipFile("test.pptx") as f:
    for file in f.namelist():
        # 解压文件
        f.extract(file, path="unzip")

解压文件的操作通过f.extract来实现,这里传入了两个参数,分别是压缩包文件,和解压路径,如果压缩包有密码还需要传入解压密码。

然后我们还需要判断一下,如果是媒体目录我们才解压。我们添加一点代码:

?
1
2
3
4
5
6
from zipfile import ZipFile
with ZipFile("test.pptx") as f:
    for file in f.namelist():
        # 如果是media目录下的文件就解压
        if file.startswith("ppt/media/"):
            f.extract(file, path="unzip")

这样我们就实现了PPT图片的提取。

三、提取PPT中的图片

我们把上面代码再完善一下:

?
1
2
3
4
5
6
7
8
9
10
11
import os
from zipfile import ZipFile
# 解压目录
unzip_path = "unzip"
# 如果解压目录不存在则创建
if not os.path.exists(unzip_path):
    os.mkdir(unzip_path)
with ZipFile("test1/test.pptx") as f:
    for file in f.namelist():
        if file.startswith("ppt/media/"):
            f.extract(file, path=unzip_path)

这里我们就是添加了一个解压目录的创建,这样我们执行的时候就不会因为目录不存在而报错了。

另外,其实我们手动解压然后提取PPT中的图片也是很方便的,也并不会比程序慢。

到此这篇关于分步骤教你用python一步步提取PPT中的图片的文章就介绍到这了,更多相关python 提取 PPT 图片内容请搜索服务器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服务器之家!

原文链接:https://blog.csdn.net/ZackSock/article/details/120539753