我正在用python构建一个文档检索引擎，该引擎返回按与用户提交的查询相关性排序的文档。我收集了一些文档，其中也包括PowerPoint文件。对于PPT，我想在结果页面上向用户显示前几张幻灯片标题，以便为他/她提供更清晰的图片（有点像我们在Google搜索中看到的那样）。

因此，基本上，我想使用python从PPT文件中的幻灯片标题中提取文本。我正在使用python-pptx包。目前，我的实现看起来像这样

from pptx import Presentationprs = Presentation(filepath) # load the pptslide_titles = [] # container foe slide titlesfor slide in prs.slides: # iterate over each slide
           title_shape =  slide.shapes[0] # consider the zeroth indexed shape as the title
           if title_shape.has_text_frame: # is this shape has textframe attribute true then
               # check if the slide title already exists in the slide_title container
               if title_shape.text.strip(""" !@#$%^&*)(_-+=}{][:;<,>.?"'/<,""")+ '. ' not in slide_titles: 
                   slide_titles.append(title_shape.text.strip(""" !@#$%^&*)(_-+=}{][:;<,>.?"'/<,""")+ '. ')

但是，正如您所看到的，我假设每张幻灯片上的零索引形状都是幻灯片标题，显然并非每次都这样。关于如何实现此目标的任何想法？

Slide.shapes（SlideShapes对象）具有以下属性：当存在一个（通常为）时，该属性返回标题形状；如果不存在标题，则返回None。http://python-pptx.readthedocs.io/zh-CN/latest/api/shapes.html#slideshapes-objects.title

这是访问标题形状的首选方法。

请注意，并非所有幻灯片都具有标题形状，因此您必须测试None结果以避免这种情况下的错误。

还要注意，用户有时会使用不同的标题形状，例如他们添加的单独的新文本框。因此，您不能保证将“出现”的文本作为幻灯片中的标题。但是，您将获得与PowerPoint认为的标题相匹配的文本，例如，它在“大纲”视图中显示为该幻灯片的标题的文本。

本文由 帝一博客 原创发布。用户在本站发布的原创内容（包括但不仅限于回答、文章和评论），著作权均归用户本人所有。独家文章转载，请联系邮箱：17762131@qq.com。获得授权后，须注明本文地址： https://bubukou.com/pythonpachong/1775.html