bash实现/python实现：将带音频ppt中的音频和ppt分离（1: bash 方法）

最近上《形式语言与自动机》的网课，老师会提前给带音频的ppt。我发现不能自由操作音频（比如快进，或者拉动进度条），只好将音频和ppt分开。这里用bash和python两种方式实现将带音频ppt中的音频分离出来。

windows系统可以使用python的方法。

bash方法

阅前须知

• 你需要

  • MAC OS or LINUX or UNIX-LIKE等其它支持bash的操作系统（总而言之，你要有bash）
  • 了解bash的基本指令和操作
  • bash shellscript基本写法（包括变量、流程跳转、cp、mv等指令）
  • 了解正则表达式
  • sublime text3（非必须，你也可以选用其它编辑器，如vim等）

• 本章涉及的内容

  • sublime text3 build system基本配置指南

  如果你的sublime text3上有shellscript的build system，或者你不用sublime text3写shellscript，你可以跳过这部分

  • 代码实现与详细的操作流程
  • 对代码中一些少见的用法的详解
  • 提出一些供大家参考的问题
  • 后续工作安排

Sublime text3 new build system 配置方法

之前一直在ubuntu下用vim写bash，这次懒得打开ubuntu了，但是mac上的vim没怎么配置过不是很好用。之前在mac上sublime text3 配置的不错，于是打算配置一个简单的bash一键运行功能，用到了build system。

sublime text3是自带shellscript build system的，但是我配置完了以后才看到…而且不知为何，sublime text3自带的shellscript build system运行比我自己配置的bash build system要快0.5~0.6s。后期配置java等build system也会用到，技巧和下面的大同小异。

具体见sublime text3的官方文档，这里只叙述一些基本操作

• sublime text3本身只是一个编辑器，不带有任何编译环境或解释器。若本地具有gcc、python等编译环境或解释器，可以通过sublime text3中的build system，方便快捷地调用本地（外部）的编译工具，编译运行文件并输出结果。这样sublime text3看起来就像一个轻量级的编译器（解释器）。
• sublime text3已经内置一些build system，可以根据爱好并结合官方文档实现更多的build system。（下图中出现的c c++ java python3 bash都是自己配置的，要比sublime text3内置的好用）

1. new一个build system
   
2. 编写该文件，效果如下：
   

{
	"shell_cmd": "chmod 777 \"$file_name\" && ./\"$file_name\"",
	"selector": "source.bash",
	"file_patterns": ["*.sh"],
	"working_dir": "$file_path",
	"file_regex": "^(..[^:]*):([0-9]+):?([0-9]+)?:? (.*)$",
	"encoding": "utf-8"
}

"shell_cmd":在shell中执行的命令。通常这里的命令用来调用本地编译器/解释器。
上图中先chmod给shellscript执行权限，接着在命令行中运行文件。
	"$file_name":被执行的文件名称，不带文件路径，带后缀
"selector":The base scope name of the syntax that 
this build system should be enabled for.（官方文档）	
"file_patterns":被执行的文件名称，正则表达式
"working_dir":被执行的文件保存路径
	"$file_path":被执行的文件保存路径
"file_regex":我也没搞懂，我直接复制粘贴了。之后再琢磨琢磨。
"encoding":编码格式

3. 保存该build system文件，注意文件名后缀一定是xxx.sublime-build
4. 之后打开自己写的bash文件xx.sh，Tools->Build System->xxx（刚刚保存的build system文件名称)，用command+B运行文件。
5. 除上述之外，还可以增加一些这样的配置：

这是在c build system中的配置，不仅包括上面提到的字段，还包括下图中的字段。

 "variants":
    [
        {
            "name": "Run",
            "shell_cmd": "gcc -o \"${file_path}/${file_base_name}\" \"${file}\" && open \"${file_path}/${file_base_name}\""
        }
    ]

对于c c++等编译型语言，需要将编译和运行分开的，这种配置就非常有效。效果如下：

第一行是编译(command+B)，第二行是编译+运行(shift+command+B)

实现

1. 新建一个bash文件，命名为xxx.sh（xxx为任意名称）
2. 将下述代码复制粘贴进xxx.sh，保存

#!/bin/bash

############################################
#预处理操作，判断命令行的第一个参数是不是PPT文件
PPT_name=$1
output_string_1="The PPT u wanna unzip is ${PPT_name}"

echo ${output_string_1}

if [[ -a $1 ]];
then
	echo "Please wait"
else
	echo "The PPT is not existing, Now exit"
	exit
fi
############################################

############################################
#提取PPT名称中除去后缀名的部分
#备份原始PPT文件
#将PPT文件转为zip文件
echo "We now backup this PPT for you"

PPT_name_postfix=`echo ${PPT_name} | grep -o '.ppt\|.pptx$'`
PPT_name_without_postfix=${PPT_name%$PPT_name_postfix}
cp ${PPT_name} "${PPT_name_without_postfix}_backup_${PPT_name_postfix}"
mv ${PPT_name} "${PPT_name_without_postfix}.zip"

echo "Succeed in transforming the PPT into a ZIP. We now unzip it"
############################################

############################################
#用unzip直接解压转换后的zip文件
#-q:不显示解压详细过程	-d:确定解压后的输出文件夹
PPT_name_zip="${PPT_name_without_postfix}.zip"
unzip -q ${PPT_name_zip} -d ${PPT_name_without_postfix}

echo "Succeed in unzipping the ZIP. We now extract the media directory"
############################################

############################################
#提取出解压后的文件夹内的/ppt/media文件夹
PPT_dir=${PPT_name_without_postfix}
PPT_media_dir="${PPT_name_without_postfix}_media"
mv "${PPT_dir}/ppt/media" ${PPT_media_dir}

echo "Succeed in extracting the media directory. We now do the last step"
echo "To delete files except of media that u actually need"
############################################

############################################
#删除media文件夹中处理所需音频外的文件
cd ${PPT_media_dir}
shopt -s extglob
file_pattern='!(*.m4a)'
rm ${file_pattern}
############################################

#成功并退出
echo "DONE"
exit

3. 打开命令行，type insource xxx.sh nnn.ppt，其中nnn.ppt是要解压的文件名称。若xxx.sh与nnn.ppt在同一目录下，可以使用相对路径，否则只能使用绝对路径。

这里也可以直接用chmod给xxx.sh赋予运行权限，只需chomod 744 xxx.sh，然后只需./xxx.sh nnn.ppt即可运行。

4. 运行结束后，将在原ppt所在文件夹得到一份backup，一个解压后的文件夹和提取出media的文件夹。一般只需要media文件夹即可。
5. 完成。

Tips

上述代码凭借对bash shellscript 和 正则表达式的了解可以写出大部分。代码中还包括一些少见的写法，这里加以说明。

• 将命令结果赋值给变量，只需要将命令用``扩住即可。注意！这里不是单引号，是反引号。
• echo A | grep -o 'regex':将字符串A中匹配正则表达式regex的部分提取出来并输出
• ${A%$B}:A和B是字符串变量，从字符串变量A中把B中的字符串截取掉。
• unzip -q A.zip -d dir_name
  • -q:避免解压时输出详细过程
  • -d:制定解压后输出文件到文件夹dir_name
• mv即有移动文件的功能，也有更改文件名称的功能
• shopt:Toggle the values of settings controlling optional shell behavior.
  • -s: 打开option
  • -u: 关闭option
  • extglob: If set, the extended pattern matching features are enabled.
• If the extglob shell option is enabled using the shopt builtin, several extended pattern matching operators are recognized. In the following description, a pattern-list is a list of one or more patterns separated by a ‘|’. Composite patterns may be formed using one or more of the following sub-patterns:
  

遗留的问题

• bash中在grep中使用的正则表达式与一般的正则表达式存在许多区别？
  • 前向预查怎么用？ 在echo ${PPT_name} | grep -o '.ppt\|.pptx$'中，我原先试图用的是echo ${PPT_name} | grep -o '.*(?=.ppt|.pptx)'来直接获取文件名除去后缀的部分，但是匹配不成功（匹配后的输出为空）。我用了一些在线测试工具测试该正则表达式的语法是正确的，问题出在了哪里？
  • *是通配符 or 正则表达式中表明任意多个的标志？ 在file_pattern='!(*.m4a)'中，*被用作了通配符，如果这里用的是正则表达式，不应该是file_pattern='!(.*\.m4a)'吗？

接下来的工作

• 本章代码已在mac平台上测试无误。我将在下一章中用python（或可能临时变换成其它工具）实现类似的功能，并在mac + windows上测试。