パワーポイント (pptx) をテキストファイルに変換（Python 3.10 対応）（Python を使用）（Windows 上）

前準備

Python のインストール（Windows 上）

【サイト内の関連ページ】

• Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明している．
• Windows での Anaconda3 のインストール: 別ページ »で説明している．
• Python のまとめ: 別ページ »にまとめている．

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

python-pptx のインストール

1. Windows で，コマンドプロンプトを管理者として実行

   コマンドプロンプトを管理者として実行: 別ページ »で説明

   python -m pip install -U --ignore-installed pip
   python -m pip install -U python-pptx
   

パワーポイント (pptx) をテキストファイルに変換するプログラム

このプログラムは，GUIを使ってユーザがPowerPoint（.pptx形式）のファイルを選択し，その内容をテキストファイルに変換する．

以下に，このプログラムの主な機能である．

• tkinterのGUIを使ってユーザが.pptx形式のPowerPointファイルを選択できる． ファイルは複数選択可能．選択されたすべてのファイルに対して処理が行われる．
• 選択した各ファイルに対して，pptx_to_text関数が呼び出される．この関数内で，選択したPowerPointのプレゼンテーションが開かれ，各スライドの内容が読み込まれる．各スライドのタイトルとテキストフレーム内の各段落がテキストとして抽出される．
• 日本語の句読点は全角カンマと全角ピリオドに置き換えられる．
• 結果は，同じディレクトリに.txt形式のファイルとして保存される．ファイル名は，元の.pptxファイルと同じ名前が使用される．

1. Windows で，コマンドプロンプトを実行
2. エディタを起動

   cd %HOMEPATH%
   notepad pptx2txt.py
   

3. エディタで，次のプログラムを保存

   import collections 
   import collections.abc
   from pptx import Presentation
   import os
   import tkinter as tk
   from tkinter import filedialog
   
   def pptx_to_text(fpath):
       try:
           p = Presentation(fpath)
       except Exception as e:
           print(f"Failed to load {fpath}: {str(e)}")
           return
   
       text = ""
   
       # 各スライドを処理
       for slide in p.slides:
           title = None
           # タイトルがある場合は取得
           if slide.shapes.title:
               title = slide.shapes.title.text
   
           # タイトルをテキストに追加
           if title:
               text += f"タイトル：{title}\n\n"
   
           # 各スライド内の要素を処理
           for shape in slide.shapes:
               if shape.has_text_frame:
                   # 各テキストフレームを処理
                   for paragraph in shape.text_frame.paragraphs:
                       paragraph_text = ' '.join(run.text for run in paragraph.runs)
                       paragraph_text = paragraph_text.strip().replace("。", "．").replace("、", "，")  # 前後の空白を除去．置換
                       if paragraph_text:  # テキストが存在する場合のみ追加
                           text += paragraph_text + '\n'
   
           text += '\n'  # スライドの区切りに改行を追加
   
       # テキストファイルを作成・保存
       try:
           # 出力ファイル名を生成
           basename = os.path.basename(fpath)
           filename, _ = os.path.splitext(basename)
           output_fpath = os.path.join(os.path.dirname(fpath), f"{filename}.txt")
   
           with open(output_fpath, "w", encoding="utf-8") as text_file:
               text_file.write(text)
       except Exception as e:
           print(f"Failed to write to {output_fpath}: {str(e)}")
   
   
   root = tk.Tk()
   root.withdraw()
   
   fpaths = filedialog.askopenfilenames(filetypes=[('PowerPoint files', '*.pptx')])
   
   for fpath in root.tk.splitlist(fpaths):
       full_path = os.path.abspath(fpath)
       print("Processing file: ", full_path)
       if not full_path.endswith(".pptx"):
           print(f"Skipped {full_path} because it's not a .pptx file.")
           continue
       try:
           pptx_to_text(full_path)
       except Exception as e:
           print(f"Failed to process {full_path}. Exception: {str(e)}")
   
   print("Processing completed.")
   

4. Python プログラムの実行

   Python プログラムの実行

   • Windows では python （Python ランチャーは py）
   • Ubuntu では python3

   Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

   Python のまとめ: 別ページ »にまとめ

   プログラムを pptx2txt.pyのようなファイル名で保存したので， 「python pptx2txt.py」のようなコマンドで行う．

   python pptx2txt.py 
   

   選択画面では，ファイルは複数選択可能である．

   

   結果は，同じディレクトリに.txt形式のファイルとして保存される．ファイル名は，元の.pptxファイルと同じ名前が使用される．