Python olefile从PPT文件读取文本

Question

我只是用当前代码得到一些二进制数据，它使用olefile从ppt文件中提取文本

import olefile

ole = olefile.OleFileIO(r'C:\sampleppt.ppt')

print(ole.listdir())
data = ole.openstream('PowerPoint Document').read()
print(data)
ole.close()

如何正确使用olefile从ppt文件中提取文本？在

Answer 1

对于MacOS自制程序用户：安装Apache Tika（brew install tika） 我觉得它也支持其他操作系统。在

命令行界面的工作方式如下：

tika  text something.ppt > something.txt

要在python脚本中使用它：

^{pr2}$

你会做到的，这是我目前唯一的解决办法。在