Python 办公自动化：PPT 高级功能与常用操作

通过遍历 MSO_SHAPE 枚举类，可以找到所有可用的预设形状类型进行组合使用。

3. 图表 Chart

图表是 PPT 中用于数据可视化的核心组件。使用 python-pptx 可以创建柱状图、饼图、折线图、散点图等多种类型的图表。

3-1 创建图表

首先需要准备图表数据对象 ChartData，然后指定图表类型并添加到幻灯片。

from pptx.chart.data import ChartData
from pptx.enum.chart import XL_CHART_TYPE

# 创建图表数据对象
chart_data = ChartData()

# 设置 X 轴类别（年份）
chart_data.categories = ['2000', '2005', '2010', '2015', '2020']

# 添加数据系列
# 参数分别为：系列名称、数据列表
chart_data.add_series('经济', [60, 65, 75, 90, 95])
chart_data.add_series('环境', [95, 88, 84, 70, 54])
chart_data.add_series('文化', [40, 65, 80, 95, 98])

# 插入图表
# 参数：图表类型，左，上，宽，高，数据
chart = slide.shapes.add_chart(
    XL_CHART_TYPE.LINE,
    Inches(4), Inches(5), Inches(20), Inches(9),
    chart_data
).chart

3-2 设置图表显示属性

创建图表后，可以通过图表对象调整图例、平滑度、字体样式等细节。

# 显示图例
chart.has_legend = True

# 图例是否在绘图区之外显示
chart.legend.include_in_layout = False

# 设置系列线条是否平滑
for series in chart.series:
    series.smooth = True

# 设置图表文字样式
chart.font.size = 12
chart.font.color.rgb = [255, 0, 0]

4. 读取内容

PPT 文档的结构化数据提取通常涉及遍历幻灯片中的所有形状。利用 shape.has_text_frame 属性可以判断形状内部是否包含文本框。

4-1 读取普通文本

def read_ppt_content(presentation):
    """
    读取 PPT 中所有的文本内容
    :param presentation: Presentation 对象
    :return: 文本列表
    """
    results = []
    for slide in presentation.slides:
        for shape in slide.shapes:
            if shape.has_text_frame:
                content = shape.text_frame.text
                if content.strip():
                    results.append(content)
    return results

# 使用示例
presentation = Presentation('./raw.pptx')
contents = read_ppt_content(presentation)
print(contents)

4-2 读取表格数据

对于嵌入的表格（Table），不能直接通过 text_frame 获取全部数据，需要遍历行和单元格。

from pptx.enum.shapes import MSO_SHAPE_TYPE

def read_ppt_table(presentation):
    table_data = []
    for slide in presentation.slides:
        for shape in slide.shapes:
            # 检查是否为表格形状
            if shape.shape_type == MSO_SHAPE_TYPE.TABLE:
                rows = []
                for row in shape.table.rows:
                    row_cells = [cell.text_frame.text for cell in row.cells]
                    rows.append(row_cells)
                table_data.append(rows)
    return table_data

5. 保存图片

在某些场景下，我们需要将 PPT 文档中包含的所有图片素材提取并保存到本地磁盘。

5-1 实现逻辑

1. 遍历幻灯片内容区所有形状。
2. 过滤出形状类型为 MSO_SHAPE_TYPE.PICTURE 的图片形状。
3. 获取图片的二进制字节流（blob）。
4. 根据图片类型写入文件。

import os
import uuid
from pptx.enum.shapes import MSO_SHAPE_TYPE

def save_ppt_images(presentation, output_path):
    """
    保存 PPT 中所有图片
    :param presentation: PPT 对象
    :param output_path: 保存目录
    """
    print(f'幻灯片数目：{len(presentation.slides)}')

    if not os.path.exists(output_path):
        os.makedirs(output_path)

    for slide in presentation.slides:
        for shape in slide.shapes:
            if shape.shape_type == MSO_SHAPE_TYPE.PICTURE:
                # 获取图片二进制字符流
                image_data = shape.image.blob
                # 获取图片 MIME 类型，如 image/jpeg
                image_type_pre = shape.image.content_type
                # 提取后缀名
                image_suffix = image_type_pre.split('/')[-1]
                
                # 生成唯一文件名
                file_name = f'{uuid.uuid4().hex}.{image_suffix}'
                output_image_path = os.path.join(output_path, file_name)

                with open(output_image_path, 'wb') as f:
                    f.write(image_data)
                print(f'Saved: {output_image_path}')

6. 总结

通过 python-pptx 库，开发者可以实现对 PPT 文档的深度控制。从基础的形状绘制到复杂的数据图表生成，再到文档内容的解析与资源提取，这套方案能够显著提升办公自动化效率。

在实际项目中，建议结合 os, uuid, datetime 等标准库处理文件路径和时间戳，确保生成的文件命名规范且无冲突。同时，注意处理异常捕获，防止因文件格式损坏导致程序中断。掌握这些核心 API 后，即可构建更复杂的自动化报表系统。