pptx2md - 将PPT文件转换成Markdown

将 Powerpoint pptx 文件转换为 markdown 的工具。

Github ：GitHub - ssine/pptx2md：pptx 到 markdown 的转换器

主要功能

支持保留以下格式：

标题。支持具有模糊匹配的自定义目录。
具有任意深度的列表。
带有**粗体**、*斜体*、颜色和超链接的文本
图片。它们被提取到图像文件中，并插入相对路径。
具有合并单元格的表格。
从上到下，然后从左到右的区块顺序。

支持输出为如下格式:

Markdown
Tiddlywiki's wikitext
Madoko
Quarto

安装和使用

安装

您需要在系统上安装 **3.10** 版本高于 *Python* 和 *pip*，然后在终端中运行：

复制代码

pip install pptx2md

用法

安装后，使用命令将 pptx 文件转换为 markdown。pptx2md $pptx filename$

默认输出文件名为，提取（并插入到 .md 中）的任何图片都将放置在文件夹中。out.md/img/

**注意：**不支持较旧的 .ppt 文件，请先将它们转换为新的 .pptx 版本。

**升级和移除：**

复制代码

pip install --upgrade pptx2md

pip uninstall pptx2md

自定义标题

默认情况下，此工具将所有 pptx 标题解析为 markdown 标题，以获得分层目录，在文件中提供预定义的标题列表并为其提供参数。level 1-t

这是一个示例标题文件（titles.txt）：

复制代码

Heading 1
  Heading 1.1
    Heading 1.1.1
  Heading 1.2
  Heading 1.3
Heading 2
  Heading 2.1
  Heading 2.2
    Heading 2.1.1
    Heading 2.1.2
  Heading 2.3
Heading 3

开头带有空格的第一行被视为第二级标题，空格数是缩进的单位。在这种情况下，将输出为 .由于它的开头有两个空格，所以 2 是标题缩进的单位，所以有 4 个空格时将输出为。标题文本进行模糊匹配，不匹配的 pptx 标题将被视为最深的标题。 Heading 1.1## Heading 1.1 Heading 1.1.1### Heading 1.1.1

将其与 . 一起使用。pptx2md $filename$ -t titles.txt

完整参数

-t $filename$ 提供标题文件
-o $filename$ 输出文件的路径
-i $path$ 提取的图片目录
--image-width $width$ 图片的最大宽度，以 px 为单位。如果设置，图像将作为 html img 标签放置。
--disable-image禁用图像提取
--disable-escaping不要尝试转义特殊字符
--disable-notes不添加 Presenter 注释
--disable-wmf保持 WMF 格式的映像不变（避免在 Linux 下出现异常）
--disable-color在 HTML 中禁用颜色标签
--enable-slidesDeliniate Slides ，如果您想将 PPTX 幻灯片转换为 Markdown 幻灯片，这会有所帮助\n---\n
--try-multi-column尝试检测多柱玻片（非常慢）
--min-block-size $size$ 要输出的文本块的最小字符数
--wiki / --mdk如果你碰巧在使用 TiddlyWiki 或 Madoko，这个参数会输出相应的标记语言
--qmd输出到用于 Quarto 支持的演示文稿的 QMD 标记语言
--page $number$ 仅转换指定的页面
--keep-similar-titles保留相似的标题，并在重复的幻灯片标题中添加"（续）"

注意：如果需要，请安装 wand 以获得更好的成功转换 wmf 图像的机会。

API 使用

您还可以在 Python 代码中以编程方式使用 pptx2md：

复制代码

from pptx2md import convert, ConversionConfig
from pathlib import Path

# Basic usage
convert(
    ConversionConfig(
        pptx_path=Path('presentation.pptx'),
        output_path=Path('output.md'),
        image_dir=Path('img'),
        disable_notes=True
    )
)

该类接受与命令行参数相同的参数：ConversionConfig

pptx_path：输入 PPTX 文件的路径（必填）
output_path：输出 markdown 文件的路径（必填）
image_dir：提取图像的目录（必需）
title_path：自定义标题文件的路径
image_width：图像的最大宽度（以 px 为单位）
disable_image：跳过图像提取
disable_escaping：跳过转义特殊字符
disable_notes：跳过演示者注释
disable_wmf：跳过 WMF 图像转换
disable_color：跳过 HTML 中的颜色标签
enable_slides：添加幻灯片分隔符
try_multi_column：尝试检测多列幻灯片
min_block_size：最小文本块大小
wiki：以 TiddlyWiki 格式输出
mdk：以 Madoko 格式输出
qmd：以四开格式输出
page：仅转换指定的页码
keep_similar_titles：保留带有"（续）"后缀的相似标题