Java Spire.Presentation 之PPT文本图片内容提取

前言

应公司需求，需实现以下功能

1. PPT文本内容的替换；
2. PPT文本内容的提取；
3. PPT中图片的提取存放；

此文章将使用Spire.Presentation实现对PPT文件中文本内容及图片的提取；

Spire.Presentation for Java是一个专业的 PowerPoint API，180846090使开发人员能够在 Java 应用程序中创建、读取、编写、转换和保存 PowerPoint 文档。作为一个独立的Java 库，Spire.Presentation 不需要在系统上安装Microsoft PowerPoint。

文档准备

小编准备了以下两个文件：《ppt_demo.ppt》《pptx_demo.pptx》，分别代表不同版本的PPT，以便提取测试，如下图

引入Maven依赖

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>http://repo.e-iceblue.com/nexus/content/groups/public/</url>
    </repository>
</repositories>

<dependencies>
	<dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.presentation</artifactId>
        <version>4.9.2</version>
    </dependency>
</dependencies>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

代码块

package com.bjzaxk.utils;

import com.spire.presentation.IAutoShape;
import com.spire.presentation.ISlide;
import com.spire.presentation.ParagraphEx;
import com.spire.presentation.Presentation;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.FileWriter;

public class Demo {
    public static void main(String[] args) {
//        String filePath = "C:\\Users\\Administrator\\Desktop\\java_poi\\demo_file\\ppt_demo.ppt";
        String filePath = "C:\\Users\\Administrator\\Desktop\\java_poi\\demo_file\\pptx_demo.pptx";
        // 文本提取后存放路径及文件名
//        String extractFilePath = "C:\\Users\\Administrator\\Desktop\\java_poi\\demo_file\\ppt_demo.txt";
        String extractFilePath = "C:\\Users\\Administrator\\Desktop\\java_poi\\demo_file\\pptx_demo.txt";
        // 图片提取后存放路径
        String imageFilePath = "C:\\Users\\Administrator\\Desktop\\java_poi\\demo_file\\";

        pptTextExtract(filePath, extractFilePath);
        pptImageExtract(filePath, imageFilePath);
    }

    /**
     * @description: 提取PPT中的文本信息
     * @author: Mr.Jkx
     * @time: 2023/2/2 14:53
     */
    public static void pptTextExtract(String filePath, String extractFilePath) {
        try {
            //加载文档
            Presentation ppt = new Presentation();
            ppt.loadFromFile(filePath);
            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()).append("\r\n");
                        }
                    }
                }
            }
            if (buffer.length() > 0) {
                //保存到文本文件
                FileWriter writer = new FileWriter(extractFilePath);
                writer.write(buffer.toString());
                writer.flush();
                writer.close();
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    /**
     * @description: 提取PPT中的图片
     * @author: Mr.Jkx
     * @time: 2023/1/10 14:26
     */
    public static void pptImageExtract(String filePath, String imageFilePath) {
        try {
            //加载文档
            Presentation ppt = new Presentation();
            ppt.loadFromFile(filePath);
            //提取文档中的所有图片
            for (int i = 0; i < ppt.getImages().getCount(); i++) {
                BufferedImage image = ppt.getImages().get(i).getImage();
                ImageIO.write(image, "PNG", new File(imageFilePath + "pptImage_" + System.currentTimeMillis() + ".png"));
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80

提取结果验证

• 提取文本会存放于一个txt文件中（小编工作需求，其他类型文件未尝试！）；
• 提取的图片会存放于“imageFilePath ”路径中；
• 提取过程中不会改变原本PPT内容；

ppt_demo.ppt 提取结果

pptx_demo.pptx 提取结果