python实现docx转pptx（word文档转幻灯片）

以前都是手工将word内容复制粘贴到ppt中，实在受够了。

文心一言真是大忽悠，给的转换方案是用docx2pptx库，然而根本没有这个库，倒是可以用我下面的代码生成这个库：-）

网上很多方案是转成图片形式插入ppt,导致无法正常编辑ppt.

于是研究出以下方案：

1.先将word文档的页面设置改为自定义大小，使每一页文字可容纳于一张幻灯片

2.去掉word文档页码（否则后面读取时会把页码作为正文的一部分，还要处理），然后转换为pdf格式（以便于按页读取，因为用代码读取word文档的一页比较困难，参看我的上一篇文章：python 获取word页数 https://www.cnblogs.com/pu369/p/17757633.html）

3.读取pdf每一页的文字，粘贴到ppt中。（注意在代码中设置好文本框大小及字号，保证ppt的文本框比pdf页要大。否则会因段落的换行符而影响显示效果）

4.打开ppt选择设计模板。然后可以按正常的PPT进行编辑。

主要用到三个库：1.用docx2pdf将word转pdf  2.用 PyPDF2读取pdf    3.用pptx生成幻灯片

代码：

from pptx import Presentation
from pptx.enum.text import PP_PARAGRAPH_ALIGNMENT,MSO_ANCHOR
from pptx.util import Pt
from docx2pdf import convert
import PyPDF2

wordfile = "1.docx"
pdffile = "{}{}".format(wordfile[:-4],"pdf")
# 将Word文档转换为pdf 
convert(wordfile, pdffile)

# 创建一个Presentation对象  
prs = Presentation()
#打开pdf文件
with open(pdffile, 'rb') as file:
    # 创建一个PDF Reader对象
    pdf_reader = PyPDF2.PdfFileReader(file)
    # 获取PDF文件中页面的数量
    num_pages = pdf_reader.numPages   
    # 读取一页的内容
    for i in range(0,num_pages):
        page = pdf_reader.getPage(i)
        pdftext = page.extractText()#如有页码，则读出的第一个字符为页码
        # 在演示文稿中添加幻灯片
        slide_layout = prs.slide_layouts[5] # 5是标题幻灯片的布局  
        slide = prs.slides.add_slide(slide_layout)
        # 在幻灯片上添加一个shapge，并设置高度和宽度
        shapes0 =  slide.shapes[0]
        shapes0.height = Pt(450)
        shapes0.width = Pt(660)
        #左右边距
        shapes0.top = Pt(100)
        shapes0.left = Pt(100)
        #在shape里面添加文本
        txt_frame = slide.shapes[0].text_frame
        txt_frame.text = pdftext      
        #段落左对齐
        for p in txt_frame.paragraphs:
            p.alignment = 1
            p.font.size = Pt(25)
        #文本框顶端对齐
        txt_frame.vertical_anchor = MSO_ANCHOR.TOP      # 保存演示文稿  
    prs.save('1.pptx')  

注意：代码主要适用于文字 ，表格也会变成文字形式，图片我没有试。

 

 补充：上述代码直接双击运行不了，但在IDLE中正常，原因是：

collections.Container自 3.3 起已弃用并在 3.10 中删除，因此请检查您的 python 版本，检查该模块的更新版本是否可用

解决方法是导入模块集合和集合。导入pptx前的abc,例：

import collections
import collections.abc

好像IDLE会自动导入，所以运行时不会出错。

 

而且，还有个问题是pdf的一页显示文字是对齐的，但将文字转回ppt,就变得不整齐了。

所以还不如不绕弯子，直接读取word的段落，保存到列表中，并将字数太长的段落拆分开。

然后，将列表中的文字分别放到每一张幻灯片上：

代码：

from docx import Document
from pptx import Presentation
from pptx.enum.text import PP_PARAGRAPH_ALIGNMENT,MSO_ANCHOR
from pptx.util import Pt
 
file_path = '1.docx'  # 替换为实际word文件路径
#每页ppt允许的最多字数
NUM_PERPAGE = 200
#打开word
doc = Document(file_path)
# 创建一个Presentation对象，由于pptx无法设置主题及母版，
#所以我们先准备一个带主题的template.pptx作为模板,内容可以为空。
prs = Presentation("template.pptx")

#按段落读取word,并准备一个列表wordtexts保存所有段落内容，每个元素容纳一张ppt的文字
wordtexts = [] 
for paragraph in doc.paragraphs:    
    paratext = paragraph.text
    #空行就不要了
    if paratext.strip() != '':
        #若一张ppt超过规定字数perpage，则拆分开
        if len(paratext)> NUM_PERPAGE:
            splitparas = [paratext[i:i+NUM_PERPAGE] for i in range(0, len(paratext), NUM_PERPAGE)]
            wordtexts.extend(splitparas)
        else:
            wordtexts.append(paratext)
'''            
#如果两张ppt的文字加起来还不够半张ppt，则合并，结合存入wordtexts2
wordtexts2=[]
if  len(wordtexts) % 2 == 0:  #偶数
    numpage = len(wordtexts)
else:
    numpage = len(wordtexts) - 1
    
for i in range(0,numpage,2):
    nexti = i + 1
    if((len(wordtexts[i]) + len(wordtexts[nexti])) < NUM_PERPAGE ): #整除
        wordtexts2.append(wordtexts[i] + wordtexts[nexti])
    else:#字数够了，不用合并，直接追加两张ppt       
        wordtexts2.append(wordtexts[i])
        wordtexts2.append(wordtexts[nexti])
if len(wordtexts) % 2 == 1: #奇数张的最后一张ppt   
    wordtexts2.append(wordtexts[len(wordtexts) - 1])
'''        
for ppttext in wordtexts:
    # 在演示文稿中添加幻灯片
    slide_layout = prs.slide_layouts[5] # 5是标题幻灯片的布局  
    slide = prs.slides.add_slide(slide_layout)
    # 在幻灯片上添加一个shapge，并设置高度和宽度
    shapes0 =  slide.shapes[0]
    shapes0.height = Pt(450)
    shapes0.width = Pt(600)
    #左右边距
    shapes0.top = Pt(60)
    shapes0.left = Pt(60)
    #在shape里面添加文本
    txt_frame = slide.shapes[0].text_frame
    new_para = txt_frame.add_paragraph()  # 添加段落
    new_para.text = ppttext
    new_para.line_spacing = 1.5    # 1.5 倍的行距          
    #段落左对齐
    for p in txt_frame.paragraphs:
        p.alignment = 1
        p.font.size = Pt(25)
    #文本框顶端对齐
    txt_frame.vertical_anchor = MSO_ANCHOR.TOP
'''
#删除所有空shape。从最后面往前删，以避免循环过程中的顺序变化（这段代码在这个位置其实不起作用）
for i in range(len(prs.slides),0,-1):    
    for j in range(len(prs.slides[i-1].shapes),0, -1):
        shapej = prs.slides[i-1].shapes[j-1]
        if not  shapej.has_text_frame:
            prs.slides[i-1].shapes._spTree.remove(shapej._element)
'''          
# 保存演示文稿  
prs.save('1.pptx')

 

 

 

https://baijiahao.baidu.com/s?id=1664903484937508104&wfr=spider&for=pc

https://blog.csdn.net/naer_chongya/article/details/131429885

https://blog.csdn.net/programmerbug/article/details/127872706