《Python趣味工具》——ppt的操作（2）

在上次，我们对PPT进行了简单的处理；本次，我们要将PPT中的文本内容写入到 Word 文档中并添加标题，让 Word 文档看上去结构清晰，方便使用。

---

---

一、安装docx模块：

要使用 Python 对 Word 文档进行操作，我们需要安装一个用于数据写入的工具 python-docx。

需要注意的是，python-docx 模块只可读取、写入 .docx 文件，不支持 .doc 文件。

.docx 和 .doc 都是 Word 的文件后缀名，其中：

• .docx 是 Microsoft Office2007 之后的版本；
• .doc 是 Microsoft Office2003 以前的版本。

安装python-docx非常简单，在终端中输入代码：
pip install python-docx

如果电脑中同时存在Python 2 和 3，可能需要将pip改成pip3。
pip3 install python-docx

如果在自己电脑上安装不上或安装缓慢，可在命令后添加如下配置进行加速：
pip install python-docx -i https://pypi.tuna.tsinghua.edu.cn/simple/

---

二、从PPT中转移文字：

安装完 python-docx 模块后，下一步就是导入这个模块。

需要注意的是，导入python-docx模块需要使用 import docx，而不是import python-docx。
我们想要把 .pptx 文件中的文本内容全部写入 Word 文档中：

1️⃣首先，就需要新建一个空白 Word 文档；
2️⃣其次，将文本内容全部添加进 Word 文档中；
3️⃣最后，保存这个文档。

---

1. 创建空白文档：

使用这段代码就可以在指定路径下新建一个空白 Word 文档。

import docx
docxFile = docx.Document()
docxFile.save("/Users/ziliao.docx")

docx.Document() 函数可以新建一个 Word 文档，返回一个空白的 Word 文档对象。

docx 模块中的 Document 类，若指定路径则是打开文档；若没有指定路径则是新建文档。

将返回的 Word 文档对象赋值给一个变量。

新建的 Word 文档需要使用 save() 函数，将文件路径作为参数传入，即可保存文件。

---

2. 将文本内容全部添加进 Word 文档中：

add_paragraph() 函数可以将一段文本添加到 Word 文档中。

将要写入的文本以字符串形式传入 add_paragraph() 函数中，就可以在 Word 文档中添加一个段落。

import docx

docxFile = docx.Document()

docxFile.add_paragraph("你好，我是ziliao")

docxFile.save("/Users/ziliao/趣味工具.docx")

---

3. 批量写入：

之前，我们已经将 PPT 中的文本内容以样式块为单元读取了出来。现在要将这些文本内容批量写入 Word 文档中，只需要在读取文本代码的后面，调用 add_paragraph() 函数，传入样式块的文本内容。

texts = run.text
# TODO 向docxFile中添加段落texts的文本内容
docxFile.add_paragraph(texts)

代码运行成功后，打开“资料.docx”这个文档，就可以看到写入的文本内容，真不错～

但是，文本内容全部排列在一起，中间没有换行，也没有提示哪些段落是哪一页的内容，查找起来很不方便，这该怎么办呢？🤔

---

4. 继续润色：

在这里，我们可以添加标题，让内容有层级，方便查看。

使用 add_heading() 函数，添加相关参数，就可以在文档中添加标题。

import docx

docxFile = docx.Document()

docxFile.add_heading("我是标题",level=1)

docxFile.save("/Users/Python.docx")

将字符串传入 add_heading() 函数中，设置标题的内容。
参数 level 是标题样式，设置为 1 表示一级标题，2表示二级标题，以此类推。

我们可以将 PPT 的页码，作为标题添加到 Word 文档中。

• 首先，把变量 n 设置为 1；
• 接着，程序在读取幻灯片页时，将本页的页码以二级标题的样式添加到 Word 文档中；
• 然后，在本页内容写入完后，将变量 n 进行累加。

n=1
# for循环遍历pptxFile中的.slides属性，赋值给slide
for slide in pptxFile.slides:
    
    # TODO 向文档中添加标题"，为二级标题
    docxFile.add_heading(f"第{n}页")

    # for循环遍历slide中.shapes属性，赋值给变量shape
    for shape in slide.shapes:
        # 判断形状中是否有文本框
        if shape.has_text_frame == True:
            # 读取形状中的文本框，并赋值给变量textFrame
            textFrame = shape.text_frame
        
            # for循环遍历文本框内的所有段落
            # 赋值给变量paragraph
            for paragraph in textFrame.paragraphs:
                # for循环遍历段落中的所有样式块
                # 赋值给变量run
                for run in paragraph.runs:
                    # 读取样式块中的文本内容
                    texts = run.text
                    # 向Word文档中添加段落texts的文本内容
                    docxFile.add_paragraph(texts)

    # TODO 将变量n进行累加
    n+=1

代码运行成功后，打开“资料.docx”，在文档中生成了页码为内容的标题；在每个标题下，有该页对应的文本内容。

---

三、完整源码：

我们成功将 .pptx 文件中的文本内容写入到 Word 文档中，真棒呀👍👍👍

# 使用from...import从pptx模块中导入Presentation
from pptx import Presentation
# 使用import导入docx
import docx

# 新建一个空白Word文档，赋值给变量docxFile
docxFile = docx.Document()

# 将.pptx文件路径赋值给变量path
path = "/Users/xiaohe/statistics.pptx"
# 读取path并赋值给变量pptxFile
pptxFile = Presentation(path)

# 将变量n设置为1
n = 1

# for循环遍历pptxFile中的.slides属性，赋值给slide
for slide in pptxFile.slides:
    
    # 向文档中添加标题f"第{n}页"，为二级标题
    docxFile.add_heading(f"第{n}页",level=2)

    # for循环遍历slide中.shapes属性，赋值给变量shape
    for shape in slide.shapes:
        # 判断形状中是否有文本框
        if shape.has_text_frame == True:
            # 读取形状中的文本框，并赋值给变量textFrame
            textFrame = shape.text_frame
        
            # for循环遍历文本框内的所有段落
            # 赋值给变量paragraph
            for paragraph in textFrame.paragraphs:
                # for循环遍历段落中的所有样式块
                # 赋值给变量run
                for run in paragraph.runs:
                    # 读取样式块中的文本内容
                    texts = run.text
                    # 向Word文档中添加段落texts的文本内容
                    docxFile.add_paragraph(texts)

    # 将变量n进行累加
    n = n + 1

# 保存文档到指定路径，并命名为"资料.docx"
docxFile.save("/Users/xiaohe/资料.docx")

你在本地练习读取自己的 PPT 写入 Word 文档时，可以先整理 PPT 中段落里样式块，尽量让一个段落的样式统一。

如果段落中的样式块过多，就会以一个样式块为一个段落写入 Word 文档中，再去调整文本格式就会很麻烦咯╮(￣▽￣)╭

---

好了，今天的讲解就到这里，祝各位朋友们中秋节快乐！！！