用途:处理 .pptx 演示文稿,包括创建新演示、修改现有演示以及分析其内容。.pptx 本质是包含 XML 与资源的 ZIP 包,可按任务选择不同工具与流程。
主要能力:
- 读取与分析:用 python -m markitdown path-to-file.pptx 提取文本;需要批注、演讲者备注、版式、动画、设计元素或复杂格式时,解包读取原始 XML。解包命令:python ooxml/scripts/unpack.py <office_file> <output_dir>。关键结构包括 ppt/presentation.xml、ppt/slides/slide{N}.xml、ppt/notesSlides/、ppt/comments/、ppt/slideLayouts/、ppt/slideMasters/、ppt/theme/、ppt/media/。可从 theme1.xml 与 slide1.xml 提取字体与颜色。
- 从零创建:使用 html2pptx 工作流,先为每页创建 HTML(如 16:9 用 720pt × 405pt),再用 html2pptx.js 转换并用 PptxGenJS 添加图表表格,最后用 thumbnail.py 生成缩略图做视觉校验。
- 套用模板创建:提取模板文本与缩略图,建立 template-inventory.md,规划 outline.md 与 template_mapping,用 rearrange.py 复制重排幻灯片,再用 inventory.py 提取文本并替换占位内容。
- 编辑现有演示:解包后编辑 XML,每次修改后运行 python ooxml/scripts/validate.py <dir> --original <file> 校验,最后用 pack.py 打包。
限制:资料未提供收费、价格、平台支持范围等信息;部分脚本路径需按项目根目录定位,若不存在可用 find . -name "unpack.py" 查找。