Java从网页中获取PPT_Java 提取 PowerPoint 文档中的文本

一、需求背景

最近工作中，需要将多份PPT文档中的文本内容全部提取出来。为了在Java程序中快速完成这个操作，提高工作效率，在网上搜索测试了一些方法，发现Free Spire.Presentation for Java的操作比较简单。

二、环境配置(2种方法导入Jar包)

1. 下载Free Spire.Presentation for Java包并解压缩，然后将lib文件夹下的jar包作为依赖项直接导入到Java应用程序中。

2. 通过Maven仓库安装jar包，配置pom.xml文件的代码如下：

com.e-iceblue

http://repo.e-iceblue.cn/repository/maven-public/

e-iceblue

spire.presentation.free

2.6.1

​

源文档如下：

三、Java代码

import com.spire.presentation.*;

import java.io.FileWriter;

public class ExtractText {

public static void main(String[] args) throws Exception {

//创建Presentation实例

Presentation ppt = new Presentation();

//加载PowerPoint文档

ppt.loadFromFile("test.pptx");

StringBuilder buffer = new StringBuilder();

//遍历文档中的幻灯片，提取文本

for (Object slide : ppt.getSlides()) {

for (Object shape : ((ISlide) slide).getShapes()) {

if (shape instanceof IAutoShape) {

for (Object tp : ((IAutoShape) shape).getTextFrame().getParagraphs()) {

buffer.append(((ParagraphEx) tp).getText());

}

}

}

}

//保存文本到文本文件

FileWriter writer = new FileWriter("ExtractText.txt");

writer.write(buffer.toString());

writer.flush();

writer.close();

}

}

输出结果：