提取 PPT 里的文字与图片
选一个或多个 .pptx 文件,按幻灯片的真实放映顺序提取每一页的文字,备注页文字可选;PPT 里用到的图片会一并打包进 ZIP。隐藏的幻灯片会标注出来。全部在你的浏览器里处理,不上传。
限制与注意
- 只支持 .pptx。旧版 .ppt 打不开,请先在 PowerPoint 里另存为 .pptx。
- 顺序:按演示文稿里记录的幻灯片顺序输出,不是按 slide1.xml、slide2.xml 这样的文件名顺序;每页标题行里会写出它对应的文件名。每页内的文字按形状在文件里的先后排,和画面上的上下左右位置不一定一致。
- 表格每行的单元格用 Tab 隔开;分组形状里的文字会取出。SmartArt 只能取出其中的文字,层级和版式不保留,会单独标注。图表里的文字、图片里的文字(需要 OCR)不会提取。
- 隐藏的幻灯片会在标题行标注“隐藏”,内容照样提取。
- 图片是 PPT 包里 ppt/media 文件夹中的全部原图(包含没被页面使用的),不是页面截图;每页用到的图片文件名写在该页文字下面。
- 本工具只提取内容,不把 PPT 转成 PDF 或 Word。加密(要密码)的 .pptx 读不了。
使用方法
- 选择一个或多个 .pptx 文件。
- 需要演讲者备注时勾选“同时导出备注页文字”。
- 点“提取并下载”。只有文字、没有图片时得到一个 .txt;有图片或多个文件时得到 ZIP:里面有 slides-text.txt 和 images 文件夹。
常见问题
文件会被上传吗?
不会,全部在你的浏览器里处理。
为什么顺序和文件名不一样?
PPT 里调整过幻灯片顺序后,文件名不会跟着变,本工具按真实顺序输出。
能提取图片里的字吗?
不能,需要 OCR,可用“图片转文字”工具。