PowerPoint 文件是商业演示、教育培训中最常用的文档格式之一。作为开发者，我们常常需要从 PowerPoint 文件中提取内容进行进一步处理。本文将详细介绍如何使用 C# 读取 PPT/PPTX 文件，并提取其中的文本、表格、标题、批注、图片以及元数据等内容。
一、PowerPoint 文件解析的背景与挑战
PowerPoint 文件格式复杂，传统的 .ppt 是二进制格式，.pptx 则基于 Open XML 标准。幻灯片内容不仅包括文本框、表格、图片，还有嵌套的组合形状、批注等多种元素。
手动解析文件内部结构难度大，且容易出错。因此借助第三方类库成为首选。这些库能帮助快速定位、读取和导出 PPT 中的各种元素，大幅降低开发难度与成本。
二、工具选型
当前在 .NET 平台上常用于处理 PowerPoint 文件的类库包括：适用于 PPTX 格式的 Open XML SDK、依赖本地 Office 安装的 Microsoft Interop，以及支持 PPT 和 PPTX 的第三方库 Spire.Presentation 等。
本文使用的是 Spire.Presentation 库，因其支持 .ppt 和 .pptx，功能完善且不依赖 Office 环境。
三、环境准备
1. 创建项目
在 Visual Studio 创建一个控制台应用程序或其他类型项目，目标框架支持 .NET Framework，.NET Core等。
2. 安装 Spire.Presentation
在NuGet包管理器控制台中执行以下命令，完成安装：
Install-Package Spire.Presentation安装完成后即可开始调用相关 API。
四、如何使用 C# 提取 PowerPoint PPT 或 PPTX 文件内容
PowerPoint 文件内容丰富，可包含形状、表格、图片、批注等多种元素。在实际开发中，常见的需求包括自动提取 PPT 形状中的文字、导出嵌入图片、提取表格数据用于分析，或获取文档元信息用于归档与管理等。
接下来，我们将使用 C# 逐一提取这些内容。
1. 读取幻灯片形状中的文本（支持组合形状）
PowerPoint 中的文本可能直接存在于普通形状中，也可能被存放在组合形状中。为完整提取所有文字内容，必须处理每个形状，包括组合形状内的子形状。
实现步骤：
-
加载演示文稿。
-
遍历所有幻灯片。
-
对每个幻灯片中的形状进行递归检查：
-
如果形状是组合形状（GroupShape），则继续遍历其子形状。
-
如果是普通形状并包含文本内容，则提取并输出其文本内容。
-
实现代码：
using Spire.Presentation;
using System;
namespace ReadPPTExample
{
internal class Program
{
static void Main(string[] args)
{
// 创建Presentation对象并加载文件
8029
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
