有没有一个python包可以读取微软office文件的底层xml？

Question

我想用python读取PPTX文件的XML，然后将字符串/数据结构保存到一个变量中。

我还找不到让我用Python做这件事的包。

Answer 1

如果我理解正确的话，您可以只使用内置的zipfile模块。

import zipfile
archive = zipfile.ZipFile('<My Powerpoint Name>.pptx', 'r')
xml_file = archive.open('[Content_Types].xml')
text = xml_file.read()
print(text)

这将直接在归档文件中打印出[Content_Types].xml中的xml文本。

如果想要解析XML，可以使用内置的xml模块。

import zipfile
import xml.etree.ElementTree as ET

archive = zipfile.ZipFile('<My Powerpoint Name>.pptx', 'r')
xml_file = archive.open('[Content_Types].xml')
text = xml_file.read()

root = ET.fromstring(text)
value_to_find = r'application/vnd.openxmlformats-package.relationships+xml'
for child in root:
    if child.attrib['ContentType'] == value_to_find:
        print(child.attrib)