在日常办公和数据处理中，我们经常需要从 PowerPoint 演示文稿中提取素材，比如图片和文本内容。手动复制粘贴不仅效率低，还容易出错。今天，我就来介绍如何使用 Python 轻松实现从 PPT 中提取图片和文本。
准备工作
首先，你需要安装 Spire.Presentation for Python。可以通过 pip 命令进行安装：
pip install Spire.Presentation
安装完成后，就可以开始编写代码了。
从 PPT 中提取图片
很多时候，PPT 里的图片是我们需要的素材。下面的代码演示了如何批量提取 PPT 中的所有图片并保存到本地：
from spire.presentation.common import *
from spire.presentation import *
# 创建 Presentation 实例
ppt = Presentation()
# 加载 PowerPoint 文档
ppt.LoadFromFile("sample.pptx")
# 遍历文档中的所有图片
for i, image in enumerate(ppt.Images):
# 提取并保存图片
ImageName = "ExtractImage/Images_" + str(i) + ".png"
image.Image.Save(ImageName)
ppt.Dispose()
代码解析：
- Presentation()：创建 PPT 文档对象
- LoadFromFile()：加载需要处理的 PPT 文件
- ppt.Images：获取文档中所有图片的集合
- image.Image.Save()：将图片保存为 PNG 格式
运行后，所有图片会按顺序保存到 ExtractImage 文件夹下，命名为 Images_0.png、Images_1.png 等。
从 PPT 中提取文本
除了图片，提取文本内容也是常见需求。下面的代码可以遍历每一张幻灯片，提取所有形状中的文字：
from spire.presentation import *
from spire.presentation.common import *
# 创建 Presentation 对象
pres = Presentation()
# 加载 PowerPoint 演示文稿
pres.LoadFromFile("Sample.pptx")
text = []
# 遍历每一张幻灯片
for slide in pres.Slides:
# 遍历每个形状
for shape in slide.Shapes:
# 判断形状是否为 IAutoShape 类型（可包含文本）
if isinstance(shape, IAutoShape):
# 提取形状中的文本
for paragraph in shape.TextFrame.Paragraphs:
text.append(paragraph.Text)
# 将提取的文本写入文件
with open("output/SlideText.txt", "w", encoding='utf-8') as f:
for s in text:
f.write(s + "\n")
pres.Dispose()
代码解析：
- pres.Slides：获取所有幻灯片的集合
- slide.Shapes：获取每张幻灯片中的所有形状
- IAutoShape：代表可以包含文本的自动形状类型
- shape.TextFrame.Paragraphs：获取形状中的段落集合
- 最终将所有文本写入 SlideText.txt 文件，每行一个段落
注意事项
- 资源释放 ：使用完 Presentation 对象后，务必调用 Dispose() 方法释放资源，避免内存泄漏。
- 文件路径 ：确保 PPT 文件路径正确，保存图片和文本的目录需要提前创建或使用代码自动创建。
- 文本编码 ：写入文本文件时使用 utf-8 编码，可以正确处理中文等非英文字符。
- 图片格式 ：Save() 方法保存的图片默认为 PNG 格式，如需其他格式可以参考官方文档。
- 形状类型 ：文本提取时只处理了 IAutoShape 类型，如果文本位于表格、图表等其他形状中，需要额外处理。
总结
通过 Spire.Presentation for Python，我们可以用十几行代码就完成 PPT 中图片和文本的批量提取工作。这个库功能强大且易于使用，非常适合自动化办公场景。希望这篇文章能帮助你提高工作效率！
如果你有更多关于 PPT 自动化处理的需求，比如创建 PPT、修改内容、添加图表等，Spire.Presentation 还提供了更多丰富的功能等待你去探索。
