編程學習筆記 2023-09-04 #00003 | 主題 : Python PPTX 初接觸

引言

    雖然標題為初接觸，但其實已經用了一段時間。

    由於最近公司需要用到一些工具來自動更新PowerPoint中的表格數據，而認識到Pypptx。雖然公司希望我用UIPath來進行自動化。但畢竟是練習Python的機會，所以我最終還是自作主張地用Python寫。(畢竟UIPath學習曲線太短，學習Coding對未來更有幫助，只少我是這麼認為的)

    

    Python-PPTX的安裝如下 :

pip install python-pptx

import collections
import collections.abc
from pptx import *

    基本上安裝方式與其他Python module相同，便不作過多介紹。
    需特別留意的是在import時需加上import collections及import collections.abc才能正常運作，
    有些版本的Python則不需要，可以視當下情況作調整。

    另外要注意部分版本的Python需要在python-pptx的.py檔修改import部分的代碼。

    這次使用的是Python 3.11.1 64bit，先前在我的Ubuntu機安裝時有出現相關問題，
    但我已經大致忘記要修改部分，便不太多着墨，
    遇上的話可以慢慢對照Error來修改python-pptx的.py檔就可以，不會太複雜的。

介紹

首先，我們在嘗試python-pptx前，最好了解下Powerpoint所使用的.pptx檔。

如果在網上搜尋關於.pptx的介紹，大概會找.pptx檔是現時主流的演示文稿檔，

常用Office的Powerpoint或LibreOffice的Impress來進行編輯，blablabla........

但其實這些全部都不重要，

我們要了解的是.pptx檔的真正身份其實是壓縮檔(,zip/7z)。

這裡說一些題外話，

對新入門的Window玩家而言，或許有些驚訝，

但對於Linux玩家而言大概已經有一個清楚的認知，那便是所謂的副檔名比你二大伯的吹噓還不可信，畢竟在Linux上，一大堆檔案都沒有副檔名，即便加了也沒什麼用途，漸漸也不太在意副檔名。

而在Window上，只要修改副檔案名就會出提示，彷彿改了副檔案名，檔案就會損毀一樣，

而這種現象給了使用者錯覺，好像副檔案名有多高的重要性一般，對於學CS的人而言的確不太健康。

但其實副檔名僅僅是用來提示電腦在開啟檔案時需要什麼程式，

    .mp3就開Window Video Player ; 

    .pdf就開Adobe Pdf Viewer 等等。

實際上，檔案內的數據完全不被副檔名影響。

即便.mp4被成了.avi，影片仍然會是MPEG-4的Codec，

.mov改成了.mp4，影片也不會被壓縮。

影音檔案所使用的Codec其實是由數據Header所確立的，當然這是題外話的題外話就是了。

了解了這概念之後，應該比較能理解「.pptx = .zip」的邏輯。

而這個壓縮檔解壓縮後會有什麼呢?

答案是 : XML，也就是數據

如果之前沒使用過Xml的話，可以理解成格式不一樣的Json，

如果也沒用過Json的話，可以理解成格式不一樣的Csv，

如果也沒用過Csv的話，可以考慮買一檯電腦再說。

XML檔

Xml的格式比起Json和CSV來說有些複雜，以下是AWS官網上找到的範例 : 

<InvitationList>  ##<InvitationList>是根元素 Root Element，可以理解成Root Folder
<family>  ##在根元素的裡面有一個子元素，可以理解成Sub Folder
       <aunt>  ##在子元素的裡面還可以裝另一個子元素
       <name>Christine</name> ##<name>仍然是子元素，裝着一個屬性為Chistine
        <name>Stephanie</name>
       </aunt>
</family>
</InvitationList>
<InvitationList>

以上的XML可以理解成，在邀請的清單中有一部分人是家屬，

而家屬中有兩名阿姨，名字分別是Christine以及Stephanie。

當然，認識XML格式對寫Python-PPTX並沒有直接的影響，

Python-PPTX的Module中並沒有直接編寫XML的部分，

但了解了.pptx的數據邏輯，對於在編寫Python-PPTX時的程式碼邏輯梳理還是頗有幫助的。

而且，

就如剛才所提及，無論你是.xml、.json、.csv還是.config，其本質都只是文字檔，

只是在用不同的格式來儲存數據而已。

而在Python-pptx這個Module其實也有一些功能並沒有完善，例如圖表的第二個縱軸的格式修改，在Github上的開發者社群也暫時沒有相關的開發計劃，想用Python-pptx來修改的話就有點麻煩了。

只不過如果直接修改xml檔的話，雖然比較麻煩，但依然可以實現在Python-ppt之外的功能。

當然，如果有心的話也可以為社群Contribute一下。

使用

如果要靈活使用python-pptx，就必須先一層一層了解一個.pptx檔的結構。

    首先，進行PowerPoint修改的第一步當然是開一個PowerPoint，做法有二。

    

    i) 如果是開新檔案的話，定義一個新的Presentation Object便可

prs = Presentation()

    ii) 如果修改現有檔案的話，定義時加上.pptx檔的路徑便可。

prs = Presentation("Path/To/File")

        

而剛定的prs會是整個pptx的根，接下來的所有修改都會基於這個Object

    在prs下，會有一個Slides的List，由0開始，用以下方式讀取需要的Slide，
    在這裡是Slide 2。

slide = prs.slides[1] #由於有0的存在，因此第2張Slide為[1]

    在slide之下會有shapes，而讀取方式同上。
    (至於，要用哪一個Index，下文會再解釋)

shape = slide.shapes[0]

而shape可以理解為各個在Powerpoint中可以移動的Widgets，
文字、圖表、表格、圖片都是。

    shpae底下會視情況分成兩個大方向，分別為GraphicFrame及TextFrame。

    **還有更多類型的Shape，但早期不太會用到

    故名思義，GraphicFrame與圖表有關，TextFrame則與文字有關。

TextFrame = shape.text_frame #如果該Shape為文字方塊        

Chart = shape.chart #如果該Shape為圖表

先講TextFrame，在我們先千辛萬苦的努力下得到了文字方塊，終於可以修改文字了嗎?
先不要太急，還有幾層的子元素要Access。

首先是 paragraphs 也就是文字的段落。

para = TextFrame.paragraphs[0]

接着是run也就是行。

run = para.runs[0]

最後在run裡有一個text

text = run.text

最終得到的這個text才能用於修改文字，

而修改文字內容的方法如下 :  

runs[0].text = "Hello World !"

組成

從slides到text的結構如下，

    slides[2] >> shapes[0] >> text_frame >> paragraphs[0] >> run[0] >> text

slides : 選擇需要修改的投影片

shapes : 選擇要修改的物件，如物件為文字方塊的話，會有一個text_frame

paragraphs : 選擇在文字方塊中的要修改的段

runs : 選擇需要修改的行

**需要留意，paragraphs中亦有text可以用作修改文字，但在paragraphs層級修改文字的話格式會恢復回預設格式。
**在大多情況下shape不會只有一個，要找出需要的shape可以用for loop把所有的文字都Print一次。

結論

其實還很多內容要寫，但花太多時間可能要慢慢更新了。

改一個文字方塊，要Access四五層attribute，是實在花時間，

更加麻煩的是找到自己想要的shape Index、paragraph Index、run Index通通都要自己慢慢測試，但成品比UIPath混合Excel的做法完成度更高。
我為此寫了個小工具來找需要的Index方在Github上，當作Pyqt的練習，完成度非常低，而且還是在公司偷寫的，寫着寫着還要怕被問我在寫什麼，Code可以說亂七八糟，但比一個一個找方便不少。有時間我再更新一下，看看把Chart的部分也加進去、GUI也修修之類的吧。

Github - Python-pptxScanner
https://github.com/Oxoi5583/Python-pptxScanner





##後話 : 

2023-10-10

覺得原本的開頭有點爛，

所以修改了文章開頭部分，但發現和原本的內文沒有很配，

或許內文也要改一下。

總覺得一篇文章就要花幾個月，救命。