花了兩個小時，第一次運行起來 Python 工程

作者：勇哥 2024-03-11 08:35:25

開發前端

對于每個 PowerPoint 文件，它加載演示文稿并逐一遍歷每張幻燈片。對于每張幻燈片，它收集文本和圖像信息，并將其格式化為 CSV 文件的一行。CSV 文件的每一行包括文件名、頁碼、幻燈片文本、幻燈片的演講者備注以及圖像列表。

人工智能時代，最需要學習的編程語言是：python 。

筆者是個 python 小白，昨天花了兩個小時，第一次成功運行起來 python 項目。

圖片

項目是 powerpoint-extractor ，可以將 ppt 文件中的圖片提取出來，并輸出到固定的目錄。

1 安裝 python 環境

首先打開終端，打開后輸入 python3 。確定電腦上是否已安裝 python3，如果輸入 python 是查看 mac 上的自帶版本。

命令：python3【直接回車】

出現下面是頁面，表示已經安裝python3 【退出時可輸入：exit（）然后點回車】

圖片

若沒有安裝，安裝 python3 如下兩種方式：

第一種方法 brew 安裝 python3 ：brew install python3
第二種方法官網 Python Releases for macOS ，根據自己的需求下載自己需要的版本下載。

圖片

2 項目 powerpoint-extractor

通過 git 命令 clone 該項目 :

git clone git@github.com:2TallTyler/powerpoint-extractor.git

因為項目依賴 python-pptx 組件，通過清華的鏡像執行如下的命令：

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple python-pptx

圖片

執行完成之后，可以通過 pip3 list 命令查看已安裝包列表：

圖片

3 PyCharm 配置

通過 PyCharm 打開該項目 :

圖片

上圖，我們發現 python 解釋器并沒有配置好，py 腳本顯示 import 包失敗 。

圖片

點擊添加 python 解釋器按鈕，勾選繼承全局包，并確認好 python3 的執行目錄是否正確，點擊 OK 即可完成配置。

點開 extract.py ，核心代碼非常容易理解：

for eachfile in glob.glob(self.input_dir + os.sep + "*.pptx"):
    ppt = Presentation(eachfile)
    print("* " + eachfile)
    presentation_count += 1
    self.cur_image_index = 1

    name = self.generate_image_name_part(eachfile)

    # 遍歷每張幻燈片
    for page, slide in enumerate(ppt.slides):
        # 將幻燈片上的所有文本收集到一個字符串中，以換行符分隔
        text = ''
        for shape in slide.shapes:
            if shape.has_text_frame and shape.text.strip():
                text += os.linesep
                text += shape.text

        # 收集每張幻燈片中的圖像
        self.cur_slide_images = []

        # 保存幻燈片中的圖像
        for shape in slide.shapes:
            self.drill_for_images(shape, page + 1, name)

        # 將頁碼、收集到的文本和演講者備注作為新行寫入CSV文件
        image_list = ''
        if len(self.cur_slide_images) > 0:
            image_list = ','.join(self.cur_slide_images)  # 將圖像列表轉換為逗號分隔的字符串

        # 將信息寫入CSV文件
        writer.writerow([eachfile, page + 1, text, slide.notes_slide.notes_text_frame.text, image_list])

這段代碼執行了以下操作：