python-pptx库处理ppt代码示例

python-pptx模块是一个Python库，用于创建和更新Microsoft PowerPoint (.pptx)文件。

• 官网地址：https://python-pptx.readthedocs.io/en/latest/
• GITHUB: https://github.com/scanny/python-pptx
• PYPI: https://pypi.org/project/python-pptx

安装python-pptx第三方扩展

pip install python-pptx

一、 读取pptx中的内容

1.1 PPT的结构说明

在使用python操作PPT之前，首先应该清楚PPT的结构，这个对于之后代码的编写很有帮助。

1.2 PPTX提取演示文稿内容

我们可以使用Presentation()函数获取一个PPTX文件：

from pptx import Presentation

prs = Presentation("CEMS架构和中间件.pptx")

Presentation.slides获取获取所有幻灯片,文档共有27页，有27个slide

print(len(prs.slides))
for slide in prs.slides:
    print(slide)

获取形状shape

# 输出第2张幻灯片的shapes 共有3个shape,标题，左侧图片，右侧文本
shapes = prs.slides[1].shapes
len(shapes),shapes

# 输出结果
(3, <pptx.shapes.shapetree.SlideShapes at 0x20c08052390>)

文本内容提取，has_text进行判断，也可通过MSO_SHAPE_TYPE判断

from pptx.enum.shapes import MSO_SHAPE_TYPE


for shape in shapes:
  if shape.has_text_frame:
      text_frame = shape.text_frame
      print(text_frame.text)
  
   # 也可以通过下面这种方式，更好判断每个shape的类型       
  if shape.shape_type ==  MSO_SHAPE_TYPE.TEXT_BOX:
      text_frame = shape.text_frame
      print(text_frame.text)

读取到ppt内容并输出

获取Shape中的某个Paragraph段落

text_frame = shape.text_frame

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

显示第二张幻灯片的图片内容，这里用到了cv2,numpy,matplotlib

pip install numpy
pip install opencv-python
pip install matplotlib

import cv2
import numpy as np
import matplotlib.pyplot as plt

shape = shapes[1]

if shape.shape_type == MSO_SHAPE_TYPE.PICTURE:
    # shape.image.blob获取图片的blog信息
    # 通过numpy的frombuffer转化
    data = np.frombuffer(shape.image.blob,dtype=np.uint8)
    # 将blob转换为图像
    img = cv2.imdecode(data, cv2.IMREAD_COLOR)
    plt.imshow(img)     

二、 创建新pptx文件

2.1 PPT基本概念介绍

• 幻灯片模板及占位符的概念
  
• 什么是版式
  我们在新增一页幻灯片的时候，会提示我们选择版式。pptx库中的slide_layouts列表数量和power point基础版式数量对应，格式对应。比如6为空模版，7为左侧图形，右侧文本的版式。
  
  prs.slide_layouts[]传入0表示是第一个版式，传入1表示第二个版式，以此类推一直到结束48。

2.2 PPTX创建新的演示文稿代码

from pptx import Presentation

prs = Presentation()

#布局样式0-47
layout = prs.slide_layouts[0]

# 添加第一页幻灯片
slide = prs.slides.add_slide(layout)

title = slide.shapes.title

title.text = "这是第一个幻灯片"

subtitle = slide.placeholders[1]
subtitle.text = "正文框"

# 添加第2个幻灯片
layout = prs.slide_layouts[1]
slide = prs.slides.add_slide(layout)

title = slide.shapes.title
title.text = "这是第二个幻灯片"

body = slide.placeholders
body[1].text = "第二行正文"


# 添加第3个幻灯片
layout = prs.slide_layouts[2]
slide = prs.slides.add_slide(layout)
body = slide.placeholders
body[0].text = "这是第三个幻灯片"
body[1].text = "第三行正文"

prs.save("new.pptx")

通过段落添加内容，并设置相应样式

from pptx import Presentation
from pptx.util import Pt
from pptx.enum.text import PP_ALIGN


prs = Presentation()

#布局样式0-47
layout = prs.slide_layouts[0]
slide = prs.slides.add_slide(layout)
#每个layout中仅有2个占位符
body = slide.placeholders

body[0].text = "这是一个正文"
body[1].text = "第二行正文"

# 正文部分增加段落
paragraph = body[1].text_frame.add_paragraph()
paragraph.text ="要么做一个优秀的人，要么做一个懂事的人，" \
                "要在这世上混，没一点本事和能力还真不行的。"
# 左对齐
paragraph.alignment = PP_ALIGN.LEFT
# 粗体
paragraph.font.bold =  True
# 斜体
paragraph.font.itatic =  True
# 字体大小
paragraph.font.size =  Pt(15)
# 下划线
paragraph.font.underline = True

prs.save('shape.pptx')

2.3 通过母版批量生成

通过母版进行批量生成,新创建一个tpl.pptx的文件，格式如下：

这样我们通过爬虫，数据库等数据源获取数据，通过模版生成ppt格式，连同数据和格式写入最终ppt中了。

from pptx import Presentation

prs = Presentation('tpl.pptx')

bzs = [
        {"title":"标题1","img":r"E:\美女照片\4K动态壁纸\4K动态壁纸 (1).png","content":"壁纸3"},
        {"title":"标题2","img":r"E:\美女照片\4K动态壁纸\4K动态壁纸 (2).png","content":"壁纸3"}
       ]

for bz in bzs:
    tpl_num = len(prs.slide_layouts)
    # 上面的板式是7
    slide = prs.slides.add_slide(prs.slide_layouts[7])
    body = slide.shapes.placeholders
    for index,shape in enumerate(body):
        if index == 0:
            shape.text = bz["title"]
        if index == 1:
            shape.insert_picture(bz['img'])
        if index == 2:
            shape.text = bz["content"]
            
# 保存壁纸的ppts            
prs.save("bz.pptx")