花了两个小时,第一次运行起来 Python 工程

2024年 3月 11日 76.3k 0

人工智能时代,最需要学习的编程语言是:python 。

笔者是个 python 小白,昨天花了两个小时,第一次成功运行起来 python 项目 。

图片

项目是  powerpoint-extractor ,可以将 ppt 文件中的图片提取出来,并输出到固定的目录。

1 安装 python 环境

首先打开终端,打开后输入 python3 。确定电脑上是否已安装 python3,如果输入 python 是查看 mac 上的自带版本。

命令:python3【直接回车】

出现下面是页面,表示已经安装python3 【退出时可输入:exit()然后点回车】

图片

若没有安装,安装 python3 如下两种方式:

  • 第一种方法 brew  安装 python3 :brew install python3
  • 第二种方法 官网  Python Releases for macOS ,根据自己的需求下载自己需要的版本下载 。
  • 图片

    2 项目 powerpoint-extractor

    通过 git 命令 clone 该项目 :

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

    因为项目依赖 python-pptx 组件,通过清华的镜像执行如下的命令:

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

    图片

    执行完成之后,可以通过 pip3 list 命令查看已安装包列表 :

    图片

    3  PyCharm 配置

    通过 PyCharm 打开该项目 :

    图片

    上图,我们发现 python 解释器并没有配置好 ,py 脚本显示 import 包失败 。

    图片

    点击添加 python 解释器按钮,勾选继承全局包,并确认好 python3 的执行目录是否正确,点击 OK 即可完成配置。

    点开 extract.py ,核心代码非常容易理解:

    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)
    
        # 遍历每张幻灯片
        for page, slide in enumerate(ppt.slides):
            # 将幻灯片上的所有文本收集到一个字符串中,以换行符分隔
            text = ''
            for shape in slide.shapes:
                if shape.has_text_frame and shape.text.strip():
                    text += os.linesep
                    text += shape.text
    
            # 收集每张幻灯片中的图像
            self.cur_slide_images = []
    
            # 保存幻灯片中的图像
            for shape in slide.shapes:
                self.drill_for_images(shape, page + 1, name)
    
            # 将页码、收集到的文本和演讲者备注作为新行写入CSV文件
            image_list = ''
            if len(self.cur_slide_images) > 0:
                image_list = ','.join(self.cur_slide_images)  # 将图像列表转换为逗号分隔的字符串
    
            # 将信息写入CSV文件
            writer.writerow([eachfile, page + 1, text, slide.notes_slide.notes_text_frame.text, image_list])

    这段代码执行了以下操作:

    • 对于每个 PowerPoint 文件,它加载演示文稿并逐一遍历每张幻灯片。
    • 对于每张幻灯片,它收集文本和图像信息,并将其格式化为 CSV 文件的一行。
    • CSV 文件的每一行包括文件名、页码、幻灯片文本、幻灯片的演讲者备注以及图像列表。

    4 运行项目

    将测试 ppt 拷贝到 input 目录,点击 run 。

    图片

    当执行完成后,ppt 中有的图片拷贝到 images 目录,同时生成了一个 text.csv 。图片

    当然,我们也可以通过如下的命令直接执行:

    图片

    相关文章

    JavaScript2024新功能:Object.groupBy、正则表达式v标志
    PHP trim 函数对多字节字符的使用和限制
    新函数 json_validate() 、randomizer 类扩展…20 个PHP 8.3 新特性全面解析
    使用HTMX为WordPress增效:如何在不使用复杂框架的情况下增强平台功能
    为React 19做准备:WordPress 6.6用户指南
    如何删除WordPress中的所有评论

    发布评论