如何使用python-pptx

Question

from pptx.shapes.group import GroupShape
from pptx import Presentation
for eachfile in files:
prs = Presentation(eachfile)

textrun=[]
for slide in prs.slides:
    for shape in slide.shapes:
        for text in GroupShape.shapes:
            print(text)

然后，我想捕获文本并将其附加到字符串中以进行进一步处理。

我的问题是，如何访问儿童文本元素并从中提取文本。

我花了很多时间去文档和源代码，但无法弄清楚。任何帮助将不胜感激。

我认为您需要这样的东西：

from pptx.enum.shapes import MSO_SHAPE_TYPE

for slide in prs.slides:
    # ---only operate on group shapes---
    group_shapes = [
        shp for shp in slide.shapes
        if shp.shape_type == MSO_SHAPE_TYPE.GROUP
    ]
    for group_shape in group_shapes:
        for shape in group_shape.shapes:
            if shape.has_text_frame:
                print(shape.text)

一个组形状包含其他形状，可在

.shapes

属性上访问。它确实具有

.text

属性。因此，您需要迭代小组中的形状并从每一个中获取文本。

注意，该解决方案只会深入一个水平。递归方法可以用来漫步树的深度优先，并从包含组的组中获取文本。

也请注意，并非所有形状都有文本，因此您必须检查the there therce there thepripation。

Answer 1

ARLLIER答案错过了一些更深层次的“小组”案件。组形状可能包含许多级别的形状，包括组形状。因此，在许多现实生活中，有必要在小组形状之间进行递归搜索。

先前的答案仅解析其中一些（降至第二层形状）。但是，即使该层组形状也可能又包含更多的组。因此，我们需要迭代搜索策略。最好通过重复使用上述代码，保留第一部分：

.has_text_frame

然后我们需要替换“在groupShape.shape中的文本”：呼叫递归部分的测试：

from pptx.shapes.group import GroupShape
from pptx import Presentation
for eachfile in files:
prs = Presentation(eachfile)

textrun=[]
for slide in prs.slides:
    for shape in slide.shapes:

还插入了该功能的新递归功能定义（例如导入语句之后）。为了使比较更轻松，插入的函数使用与上述相同的代码，仅添加递归部分： textrun=checkrecursivelyfortext(slide.shapes,textrun)

themmats bengtsson的答案是斑点上的

错误在这里：

def checkrecursivelyfortext(shpthissetofshapes,textrun):
    for shape in shpthissetofshapes:
        if shape.shape_type == MSO_SHAPE_TYPE.GROUP:
            textrun=checkrecursivelyfortext(shape.shapes,textrun)
        else:
            if hasattr(shape, "text"):
                print(shape.text)
                textrun.append(shape.text)
    return textrun

Answer 2

此修复程序很简单，只需删除第二个循环，即“幻灯片中的形状”，然后直接进入递归函数。

对于可读性，我将发布整个固定片段。

for slide in prs.slides:
    for shape in slide.shapes:
        textrun = checkrecursivelyfortext(slide.shapes,textrun)