批量添加PPT备注

我一直都觉得,用python高效办公,是件没必要的事。。。

但直到最近写课做PPT,做了80多页PPT,要把每一页PPT的备注粘贴进去时

我觉得,有什么关系呢,一页一页粘

但是粘到5页,我感觉ctl+c\v频率有点儿高

隐隐担心,腱鞘炎会不会出现

而且,我还不止是做这一个PPT,以后还要做几个PPT,每次都要这么粘?

毫无疑问,复制粘贴的手指头,会僵硬,我将不再是那个和平经营里优秀的我自己

所以,还是搞个批量导入PPT备注的小工具吧~~

python 复制代码
from pptx import Presentation
from docx import Document
"""
需要修改ppt_path和doc_path
"""
ppt_path = r'C:\Users\qwe\Desktop\AI课\MJ\直播第二周2+3\MJ直播_2_完整.pptx'
doc_path = r"C:\Users\qwe\Desktop\AI课\MJ\直播第二周2+3\2_直播讲稿.docx"
doc = Document(doc_path)
ppt = Presentation(ppt_path)
# 处理文本
paras = []
temp = ''
for i in doc.paragraphs:
    if len(i.text)==0:
        print(temp)
        paras.append(temp)
        temp = ''
    else:
        temp = temp + i.text
        temp = temp+'\n'
paras.append(temp)

# 判断页数与备注量是否对应
doc_lens = len(paras)
ppt_lens = len(ppt.slides)
if doc_lens!=ppt_lens:
    print(doc_lens)
    print(ppt_lens)
    print("文档注意:不要连续空两行、末尾和开头不要有空行")
    print("PPT注意:不要隐藏PPT")
    raise Exception("文档和ppt页数不匹配,请重新检查")

for index in range(ppt_lens):
    # 获取每页PPT备注对象
    slide = ppt.slides[index]
    notes_slide = slide.notes_slide
    text_frame = notes_slide.notes_text_frame
    # 获取对应备注内容
    para = paras[index]
    # 往PPT里写入备注
    text_frame.text = para

new_ppt_name = ppt_path.split('.')[0]+'_备注.pptx'
ppt.save(new_ppt_name)
print(f"ppt备注已添加完成,保存在:{new_ppt_name}")
相关推荐
墨理学AI几秒前
一文学会一点python数据分析-小白原地进阶(mysql 安装 - mysql - python 数据分析 - 学习阶段梳理)
python·mysql·数据分析
CoderCodingNo4 分钟前
【GESP】C++ 二级真题解析,[2025年12月]第一题环保能量球
开发语言·c++·算法
数研小生7 分钟前
亚马逊商品列表API详解
前端·数据库·python·pandas
独好紫罗兰8 分钟前
对python的再认识-基于数据结构进行-a005-元组-CRUD
开发语言·数据结构·python
chilavert31819 分钟前
技术演进中的开发沉思-356:重排序(中)
java·开发语言
jianghua00120 分钟前
Python中的简单爬虫
爬虫·python·信息可视化
devmoon23 分钟前
为 Pallet 搭建最小化 Mock Runtime 并编写单元测试环境
开发语言·单元测试·区块链·智能合约·polkadot
喵手29 分钟前
Python爬虫实战:针对Python官网,精准提取出每一个历史版本的版本号、发布日期以及对应的文档/详情页链接等信息,并最终清洗为标准化的CSV文件!
爬虫·python·爬虫实战·零基础python爬虫教学·python官方数据采集·采集历史版本版本号等信息·导出csv文件
Coder_Boy_37 分钟前
Java开发者破局指南:跳出内卷,借AI赋能,搭建系统化知识体系
java·开发语言·人工智能·spring boot·后端·spring
databook43 分钟前
像搭积木一样思考:数据科学中的“自下而上”之道
python·数据挖掘·数据分析