您可能经常需要从 PowerPoint 幻灯片中提取文本以执行文本分析。另一方面，您可能希望提取文本并将其保存在文件或数据库中以供进一步处理。据此，本文介绍了如何使用 Java 从 PowerPoint 演示文稿中提取文本。特别是，您将学习如何从特定幻灯片或整个演示文稿中提取文本。
Java API 从 PowerPoint PPTX 中提取文本
为了操作 PowerPoint 演示文稿，Aspose 提供了 Aspose.Slides for Java。上述 API 旨在在 Java 应用程序中实现 PowerPoint 自动化功能。它还提供了一些从 PPT/PPTX 演示文稿中提取文本的简单方法。您可以 下载 API 或使用以下 Maven 配置安装它。
<repository>
<id>AsposeJavaAPI</id>
<name>Aspose Java API</name>
<url>http://repository.aspose.com/repo/</url>
</repository>
<dependency>
<groupId>com.aspose</groupId>
<artifactId>aspose-slides</artifactId>
<version>21.7</version>
<classifier>jdk16</classifier>
</dependency>
从 Java 中的 PowerPoint 幻灯片中提取文本
以下是使用 Java 从 PowerPoint 演示文稿中的幻灯片中提取文本的步骤。
- 使用 Presentation 类加载演示文稿。
- 使用 SlideUtil.getAllTextBoxes() 方法将幻灯片中的所有文本框放入 ITextFrame 数组中。
- 循环遍历每个 ITextFrame 并使用 ITextFrame.getParagraphs() 方法访问其文本。
- 从段落的每个 IPortion 中检索和打印文本。
以下代码示例演示如何从 PowerPoint 幻灯片中提取文本。
//实例化表示 PPTX 文件的 PresentationEx 类
Presentation pptxPresentation = new Presentation("presentation.pptx");
//从第一张幻灯片中获取一个 ITextFrame 对象数组
ITextFrame[] textFramesSlideOne = SlideUtil.getAllTextBoxes(pptxPresentation.getSlides().get_Item(1));
//循环遍历 TextFrames 数组
for (int i = 0; i < textFramesSlideOne.length; i++)
{
//循环浏览当前 TextFrame 中的段落
for (IParagraph para : textFramesSlideOne[i].getParagraphs())
{
//循环遍历当前段落中的部分
for (IPortion port : para.getPortions())
{
//在当前部分显示文本
System.out.println(port.getText());
//显示文本的字体高度
System.out.println(port.getPortionFormat().getFontHeight());
//显示文本的字体名称
System.out.println(port.getPortionFormat().getLatinFont().getFontName());
}
}
}
从整个 PowerPoint 演示文稿中提取文本
您还可以从整个 PowerPoint 演示文稿中提取文本。以下是执行此操作的步骤。
- 使用 Presentation 类加载演示文稿。
- 使用 SlideUtil.getAllTextFrames() 方法获取演示文稿中的所有文本框。
- 循环遍历每个 ITextFrame 并访问其段落。
- 访问段落的各个部分并打印其文本。
下面的代码示例演示如何从 PowerPoint 演示文稿中提取文本。
//实例化表示 PPTX 文件的 PresentationEx 类
Presentation pptxPresentation = new Presentation("presentation.pptx");
//从第一张幻灯片中获取一个 ITextFrame 对象数组
ITextFrame[] textFrames = SlideUtil.getAllTextFrames(pptxPresentation, true);
//循环遍历 TextFrames 数组
for (int i = 0; i < textFrames.length; i++)
{
//循环浏览当前 TextFrame 中的段落
for (IParagraph para : textFrames[i].getParagraphs())
{
//循环遍历当前段落中的部分
for (IPortion port : para.getPortions())
{
//在当前部分显示文本
System.out.println(port.getText());
}
}
}
获取免费 API 许可证
如果您想在没有评估限制的情况下使用 API，您可以获得免费的临时许可证。
在线试用
您也可以尝试使用 Aspose.Slides 开发的免费在线演示分析器。
结论
在本文中，您学习了如何使用 Java 从 PowerPoint 演示文稿中提取文本。代码示例展示了如何从特定幻灯片或整个演示文稿中提取文本。您可以使用 documentation 探索更多关于 Aspose.Slides for Java 的信息。如果您有任何疑问，请通过我们的 论坛 通知我们。