大家好，又到了Python办公自动化系列。本文将讲解如何将文字从PPT中提取出来并写入Word，主要将涉及如何使用python-pptx和python-docx交互操作word和ppt文件！
本文依旧来源于真实的办公自动化需求！
一、需求说明
img
有一份如图所示的ppt，包含了Python的介绍。现在需要将PPT中的文字都提取出来并写入Word中，如下图
img
二、涉及知识
代码实际上非常简单，基于python-pptx和python-docx两个模块即可，核心代码只有6行。但需要先熟悉PPT和Word两种文件的格式，可通过下面的图解对Word结构有个直观认识
img
不考虑表格图片等情况，一个纯文字组成的Word文档由文档document-段落paragraph-文字块run****三级结构组成。再看一下ppt结构组成，会较Word复杂许多。当然这也跟PPT的高度自定义拓展性有关
img
简单来说，一个PPT文件为presentation，基本的结构为展示文件presentation-幻灯片页slide-形状shape组成，形状就需要区分开，是包含文本的形状还是不包含文本的形状(纯图片等)。如果是包含文本的形状，则可以获取内部的文本框，一个文本框又可以看作是一个小的word文档，包含段落paragraph-文字块run
有了以上的知识铺垫就可以写代码了。
三、Python实现
首先导入需要的模块
from pptx import Presentation
from docx import Document****
需要注意的是，安装的时候是python-docx和python-pptx，但实际运用都是pptx和docx。两个模块的相似点如下：
-
安装名和导入名不同
-
安装名为 python-新版本后缀名，导入名为新版本后缀名
现在导入pptx文件，创建Word文件
wordfile = Document()
# 给定ppt文件所在的路径
filepath = r'xxxxxxxx'
pptx = Presentation(filepath)
接着遍历ppt，将文字写入word
# 遍历ppt文件的所有幻灯片页
for slide in pptx.slides:
# 遍历幻灯片页的所有形状
for shape in slide.shapes:
# 判断形状是否含有文本框，如果含有则顺序运行代码
if shape.has_text_frame:
# 获取文本框
text_frame = shape.text_frame
# 遍历文本框中的所有段落
for paragraph in text_frame.paragraphs:
# 将文本框中的段落文字写入word中
wordfile.add_paragraph(paragraph.text)
遍历ppt到段落就写入Word，而非遍历到底直到文字块才写入，因为段落更符合阅读习惯，一般遍历到文字块是需要对特定的字段词块进行操作才进行，最后记得保存Word文件
save_path = r'xxxxxxxx'
wordfile.save(save_path)
小结
这是经过一定改编的真实案例，可见Python自动化办公确实能够帮助我们解放自己的双手，不过在写自动化脚本之前也要掌握原理，明确思路再进行！最后还是希望大家能够理解Python办公自动化的一个核心就是批量操作-解放双手，让复杂的工作自动化！