好看的皮囊千篇一律，有趣的灵魂两百多斤。

和Word、Excel承载数据的能力相比，PPT的应用重点在于表演。
比如一场发布会、一场演说、一次产品展示、一次客户沟通……
正常情况下，用PowerPoint等软件制作PPT是明智的选择，简单实用。
但如果需要批量或者自动化处理PPT文件时，用Python就能节省很多时间。
比如：

  • 用PPT批量生成一些发布会风格的图片
  • 从大量PPT中提取表格数据
  • 用PPT批量制作简单动画

处理PPT的Python库，主要有两类：

  • pywin32，调用操作系统上已装好的PPT软件。
  • python-pptx，根据OpenXML规范解析XML文件。

日常处理推荐使用python-pptx模块，它基于PIL处理图片，基于xlsxwriter处理图表。
但如果需要批量转换PPT文件格式，如导出成PDF，那就得用pywin32，而且只能在Windows操作系统上操作。

本文主要介绍python-pptx用法，模块安装：pip install python-pptx。
注意：python-pptx暂时还不支持SmartArt和动画。如果需要批量生成，就得自己操作XML文件中对应内容。

基本使用

PPT中基本元素包括：

  • slide（幻灯片）：一个PPT由一系列slide构成。
  • slide_master（幻灯片母版）：母版可定义主题样式基准。
  • slide_layouts（模版）：创建幻灯片时可选择的模版。
  • shape（形状）：包含一切可视元素，通过slide.shapes可访问slide内元素。
  • placeholder（占位符）：在模板中占据位置，如图片、文字等。
  • paragraph（段落）：文本段，可以直接设置整段文本样式。
  • text（文本）：段落内的文本，通过paragraph.add_run()生成。
  1. import pathlib
  2. from pptx import Presentation
  3. from pptx.enum.dml import MSO_THEME_COLOR
  4. from pptx.util import Inches, Pt
  6. path = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/005ppt')
  7. out_path = path.joinpath('005ppt_basic.pptx')
  8. prs = Presentation()
  9. # 查看所有布局
  10. for lo in prs.slide_layouts:
  11.     print(lo.name)
  12. # 创建标题页
  13. title_slide_layout = prs.slide_layouts[0]
  14. print(w, h, lo, ma)
  15. slide = prs.slides.add_slide(title_slide_layout)
  16. title = slide.shapes.title
  17. subtitle = slide.placeholders[1]
  18. title.text = '只差一个程序员了'
  19. subtitle.text = '程一初'
  20. # 设置背景色
  21. fill = slide.shapes[0].fill
  22. fill.solid()
  23. fill.fore_color.theme_color = MSO_THEME_COLOR.ACCENT_1
  24. fill.fore_color.brightness = -0.25
  25. # 创建第一页内容
  26. bullet_slide_layout = prs.slide_layouts[1]
  27. slide = prs.slides.add_slide(bullet_slide_layout)
  28. shapes = slide.shapes
  29. title_shape = shapes.title
  30. body_shape = shapes.placeholders[1]
  31. title_shape.text = 'Python1024'
  32. tf = body_shape.text_frame
  33. tf.text = '第一级内容'
  34. p = tf.add_paragraph()
  35. p.text = '第一级段落内容'
  36. p.level = 1
  37. p = tf.add_paragraph()
  38. p.text = '第二级段落内容'
  39. p.level = 2
  40. run = p.add_run()
  41. # 与`python-docx`里的用法类似，但内容设置在`text`中
  42. run.text = '自定义字体'
  43. run.font.name = '微软雅黑'
  44. run.font.size = Pt(25)
  45. run.font.bold = True
  46. print(tf.paragraphs[0].text)
  47. # 从一个空白页开始创建内容
  48. blank_slide_layout = prs.slide_layouts[6]
  49. slide = prs.slides.add_slide(blank_slide_layout)
  50. left = top = width = height = Inches(1)
  51. txt_box = slide.shapes.add_textbox(left, top, width, height)
  52. tf = txt_box.text_frame
  53. tf.text = '文本框内容'
  54. p = tf.add_paragraph()
  55. p.text = '文本框内增加一个粗体段落'
  56. p.font.bold = True
  57. p = tf.add_paragraph()
  58. p.text = '文本框内增加一个大字体段落'
  59. p.font.size = Pt(40)
  60. prs.save(out_path)

图片和图形

PPT中图相关元素有3类：

  • picture：图像，单位是Inch
  • autoshape：形状，如流程图
  • chart：图表，如直方图、饼图

生成流程图

  1. import pathlib
  2. from pptx import Presentation
  3. from pptx.util import Inches, Pt
  4. from pptx.enum.shapes import MSO_SHAPE
  6. path = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/005ppt')
  7. out_path = path.joinpath('005ppt_image.pptx')
  8. img_path = path.joinpath('image.jpg')
  9. prs = Presentation()
  10. blank_slide_layout = prs.slide_layouts[6]
  11. slide = prs.slides.add_slide(blank_slide_layout)
  12. # 增加两张图片，一大一小
  13. left = top = Inches(1)
  14. pic = slide.shapes.add_picture(str(img_path), left, top)
  15. left = Inches(6)
  16. height = Inches(3)
  17. pic = slide.shapes.add_picture(str(img_path), left, top, height=height)
  18. # 增加一个AutoShape流程图
  19. title_only_slide_layout = prs.slide_layouts[5]
  20. slide = prs.slides.add_slide(title_only_slide_layout)
  21. shapes = slide.shapes
  22. shapes.title.text = '流程图'
  23. left = Inches(0.93)  # 0.93" centers this overall set of shapes
  24. top = Inches(3.0)
  25. width = Inches(1.75)
  26. height = Inches(1.0)
  27. shape = shapes.add_shape(MSO_SHAPE.PENTAGON, left, top, width, height)
  28. shape.text = '第一步'
  29. left = left + width - Inches(0.4)
  30. # 第一个形状左边平，第二个开始，左边有尖角，需要更长
  31. width = Inches(2.0)
  32. for n in range(2, 6):
  33.     shape = shapes.add_shape(MSO_SHAPE.CHEVRON, left, top, width, height)
  34.     shape.text = f'第{n}步'
  35.     left = left + width - Inches(0.4)
  36. prs.save(out_path)

生成图表

  1. import pathlib
  2. from pptx import Presentation
  3. from pptx.util import Inches, Pt
  4. from pptx.chart.data import CategoryChartData
  5. from pptx.enum.chart import XL_CHART_TYPE, XL_TICK_MARK, XL_LABEL_POSITION, XL_LEGEND_POSITION
  6. from pptx.dml.color import RGBColor
  8. path = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/005ppt')
  9. out_path = path.joinpath('005ppt_chart.pptx')
  10. prs = Presentation()
  11. blank_slide_layout = prs.slide_layouts[6]
  12. slide = prs.slides.add_slide(blank_slide_layout)
  13. # 增加一个图表
  14. chart_data = CategoryChartData()
  15. chart_data.categories = ['A销售额', 'B销售额', 'C销售额']
  16. chart_data.add_series('Q1销售', (100, 120, 200))
  17. chart_data.add_series('Q2销售', (120, 150, 180))
  18. chart_data.add_series('Q3销售', (150, 180, 120))
  19. chart_data.add_series('Q4销售', (130, 210, 150))
  20. x, y, cx, cy = Inches(2), Inches(2), Inches(6), Inches(4)
  21. chart = slide.shapes.add_chart(
  22.     XL_CHART_TYPE.COLUMN_CLUSTERED, x, y, cx, cy, chart_data
  23. ).chart
  24. # 设置图表的轴信息
  25. category_axis = chart.category_axis
  26. category_axis.has_major_gridlines = True
  27. category_axis.minor_tick_mark = XL_TICK_MARK.OUTSIDE
  28. category_axis.tick_labels.font.italic = True
  29. category_axis.tick_labels.font.size = Pt(24)
  30. plot = chart.plots[0] # 用Plot对象访问标签
  31. plot.has_data_labels = True
  32. data_labels = plot.data_labels
  33. data_labels.font.size = Pt(13)
  34. data_labels.font.color.rgb = RGBColor(0x0A, 0x42, 0x80)
  35. data_labels.position = XL_LABEL_POSITION.INSIDE_END
  36. chart.has_legend = True
  37. chart.legend.position = XL_LEGEND_POSITION.RIGHT
  38. chart.legend.include_in_layout = False
  39. # 增加一个饼图
  40. slide = prs.slides.add_slide(blank_slide_layout)
  41. chart_data = CategoryChartData()
  42. chart_data.categories = ['A销售额', 'B销售额', 'C销售额']
  43. chart_data.add_series('年度销售比', (0.276, 0.365, 0.359))
  44. chart = slide.shapes.add_chart(
  45.     XL_CHART_TYPE.PIE, x, y, cx, cy, chart_data
  46. ).chart
  47. chart.has_legend = True
  48. chart.legend.position = XL_LEGEND_POSITION.BOTTOM
  49. chart.legend.include_in_layout = False
  50. chart.plots[0].has_data_labels = True
  51. data_labels = chart.plots[0].data_labels
  52. data_labels.number_format = '0%'
  53. data_labels.position = XL_LABEL_POSITION.OUTSIDE_END
  54. prs.save(out_path)

注意，关于图形类的处理，python-pptx模块暂不支持下面两种场景：

  • SmartArt，微软并没有公开发布过其标准格式，目前只有PowerPoint软件具备这个功能。
  • PPT文件按页导出成图片，这也是PowerPoint软件功能，在Windows上可以借助win32com等模块调用PPT软件功能实现。

生成数据表格

PPT中也可以插入表格，只不过表格功能非常有限，仅用于展示。

在自动生成PPT时，有时候需要把外部数据复制到PPT内，可以读取数据后在PPT中插入表格。

比如：

  1. import pathlib
  2. from pptx import Presentation
  3. from pptx.util import Inches
  5. path = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/005ppt')
  6. out_path = path.joinpath('005ppt_table.pptx')
  7. prs = Presentation()
  8. title_only_slide_layout = prs.slide_layouts[5]
  9. slide = prs.slides.add_slide(title_only_slide_layout)
  10. shapes = slide.shapes
  11. shapes.title.text = '表格数据'
  12. rows, cols = 5, 4
  13. left = top = Inches(2.0)
  14. width = Inches(6.0)
  15. height = Inches(0.8)
  16. table = shapes.add_table(rows, cols, left, top, width, height).table
  17. data = [
  18.     ('季度', 'A销售', 'B销售', 'C销售'), # 表头
  19.     ('Q1', 100, 120, 200),
  20.     ('Q2', 120, 150, 180),
  21.     ('Q3', 150, 180, 120),
  22.     ('Q4', 130, 210, 150),
  23. ]
  24. for col in table.columns:
  25.     col.width = Inches(1.6)
  26. table.columns[0].width = Inches(1.0)
  27. for i, d in enumerate(data):
  28.     for j in range(4):
  29.         table.cell(i, j).text = str(data[i][j])
  30. prs.save(out_path)

导出素材和数据

导出图片和幻灯片备注

之前说过，想提取docx、xlsx、pptx文件里的图片素材，可以先把文件解压缩，然后到对应目录查看图片。其中pptx文件解压后，图片在ppt/media文件夹内。

当然，也可以通过Python自动导出。

  1. import pathlib
  2. from pptx import Presentation
  3. from pptx.util import Inches, Pt
  4. from pptx.enum.shapes import MSO_SHAPE_TYPE
  5. # 借用openpyxl的单位转换
  6. from openpyxl.utils.units import EMU_to_pixels as e2p
  8. path = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/005ppt')
  9. img_out_path = path.joinpath('005ppt_out_images')
  10. txt_out_path = path.joinpath('005ppt_notes.txt')
  11. in_path = path.joinpath('input_covid19.pptx')
  12. prs = Presentation(in_path)
  13. # EMU单位，1 Pixel = 9525 EMU
  14. w, h = prs.slide_width, prs.slide_height
  15. print(f'总共 {len(prs.slides)} 页，页宽 {e2p(w)} px，页高 {e2p(h)} px')
  16. cnt_img, txt_list = 0, []
  17. for i, slide in enumerate(prs.slides):
  18.     # 提取notes
  19.     notes_slide = slide.notes_slide
  20.     text_frame = notes_slide.notes_text_frame
  21.     txt_list.append(f'第 {i} 页:')
  22.     txt_list.append(text_frame.text)
  23.     # 提取图片
  24.     for s in slide.shapes:
  25.         if s.shape_type == MSO_SHAPE_TYPE.PICTURE:
  26.             img = s.image
  27.             cnt_img += 1
  28.             ext = img.content_type.split('/')[1]
  29.             f_out_path = img_out_path.joinpath(f'{cnt_img}.{ext}')
  30.             with open(f_out_path, 'wb') as f:
  31.                 f.write(img.blob)
  32. print(f'总导出 {cnt_img} 张图片.')
  33. with open(txt_out_path, 'w') as txt_fout:
  34.     txt_fout.write('\n'.join(txt_list))

导出表格和及图表中的数据

从上面导出图片的过程可以看到，想要导出一个元素，关键是识别出它的类型。
所以，导出表格和图表的关键在于：识别出table和chart。

另外，有2个注意点:

  1. table的数据可以直接获取，但注意python-pptx中表格索引从0开始（openpyxl从1开始）
  2. chart的数据在其内部，需要通过plots.categories提取
  1. import pathlib
  2. from pptx import Presentation
  3. from pptx.chart.data import CategoryChartData
  4. from pptx.util import Inches, Pt
  5. from pptx.enum.shapes import MSO_SHAPE_TYPE
  6. from openpyxl.utils.units import EMU_to_pixels as e2p
  7. from openpyxl import Workbook
  9. path = list(pathlib.Path.cwd().parents)[1].joinpath('data/automate/005ppt')
  10. table_out_path = path.joinpath('005ppt_out_tables.xlsx')
  11. chart_data_out_path = path.joinpath('005ppt_out_chart_data.xlsx')
  12. chart_out_path = path.joinpath('005ppt_out_charts')
  13. in_path = path.joinpath('input_table.pptx')
  14. prs = Presentation(in_path)
  15. # EMU单位，1 Pixel = 9525 EMU
  16. w, h = prs.slide_width, prs.slide_height
  17. print(f'总共 {len(prs.slides)} 页，页宽 {e2p(w)} px，页高 {e2p(h)} px')
  18. cnt_tables, cnt_charts = 0, 0
  19. xlsx_wb = Workbook()
  20. chart_wb = Workbook()
  21. for i, slide in enumerate(prs.slides, start=1):
  22.     for j, s in enumerate(slide.shapes, start=1):
  23.         if s.shape_type == MSO_SHAPE_TYPE.TABLE and s.has_table:
  24.             cnt_tables += 1
  25.             tbl = s.table
  26.             cnt_row, cnt_col = len(tbl.rows), len(tbl.columns)
  27.             print(f'增加表格 {cnt_tables}: {cnt_row} x {cnt_col}')
  28.             ws = xlsx_wb.create_sheet(f'{cnt_tables}_page_{i}')
  29.             for r in range(cnt_row):
  30.                 for c in range(cnt_col):
  31.                     cell = tbl.cell(r,c)
  32.                     text_runs = []
  33.                     for paragraph in cell.text_frame.paragraphs:
  34.                         for run in paragraph.runs:
  35.                             text_runs.append(run.text)
  36.                     ws.cell(row=r+1, column=c+1, value=''.join(text_runs))
  37.         elif s.shape_type == MSO_SHAPE_TYPE.CHART:
  38.             chart = s.chart
  39.             cnt_charts += 1
  40.             # 导出Chart的数据到表格
  41.             data = chart.series
  42.             # for plot in chart.plots:
  43.             #     cat = list(plot.categories)
  44.             cat = list(chart.plots[0].categories) # 假设1个图表
  45.             if len(data) > 0:
  46.                 ws = chart_wb.create_sheet(f'{cnt_charts}_page_{i}')
  47.                 print(f'增加Chart数据 {cnt_charts}: {len(data)}行， {len(cat)} 列')
  48.                 cat = ['标签'] + cat
  49.                 ws.append(cat)
  50.                 for d in data:
  51.                     values = [d.name] + list(d.values)
  52.                     ws.append(values)
  53. xlsx_wb.save(table_out_path)
  54. chart_wb.save(chart_data_out_path)

总结

本文重点介绍了python-pptx的使用方法，包括基本文件读写、图形图像处理，以及表格图表内部数据的抽取等。

虽然PPT能装载的数据有限，但它的表达能力丰富，关键是看怎样应用。不同的配色、布局、形状、内容，会产生完全不同的效果。

最后，可以尝试下用PPT制作海报卡片，在PPT中批量生成slide是件容易的事，再打开软件导出图片即可。比如把豆瓣上的高分电影，随机配上金句文案：

5、PPT 文件处理 - 图1

5、PPT 文件处理 - 图2

顺便再生成一个电影评分榜。

5、PPT 文件处理 - 图3

加入学习群
5、PPT 文件处理 - 图4