Base64 in PowerPoint (PPTX)

So dekodieren Sie Base64 in eine PowerPoint-Datei

1. Fügen Sie das Base64 in Base64 oder Data-URI ein. Ein Präfix data:application/vnd.openxmlformats-officedocument.presentationml.presentation;base64, ist kein Problem, und .txt-Datei öffnen verarbeitet lange, als Text gespeicherte Zeichenketten.
2. Folientext listet jede Folie unter ihrer Nummer auf (Folie 1, Folie 2 usw.), den Text jedes Absatzes in einer eigenen Zeile. Eine Folie ohne Text zeigt ….
3. Die Liste der Einträge darunter zeigt alle Teile der Datei mit Ansehen und Speichern.
4. Drücken Sie Datei herunterladen, um die .pptx zu speichern.

Der Text wird mit dem XML-Parser des Browsers aus dem Folien-XML gezogen. Nichts in der Präsentation wird ausgeführt, und die Seite sendet außer dem Seitenaufrufzähler von Cloudflare keine Netzwerkanfragen.

Was der Folientext umfasst

Jede Folie ist eine eigene XML-Datei in der .pptx, und die Vorschau übernimmt den Text jedes darin enthaltenen Absatzes: Titel, Textplatzhalter, Textfelder, Formen, gruppierte Formen und Tabellenzellen. Als ausgeblendet markierte Folien sind dabei. Bis zu 200 Folien werden gelesen.

Was an anderer Stelle gespeichert ist, erscheint nicht:

Folien werden nach der Nummer in ihrem Dateinamen aufgelistet, slide1.xml, slide2.xml usw. Das entspricht normalerweise der Reihenfolge im Foliensatz, eine per Skript umsortierte Präsentation kann aber alte Dateinummern behalten; sehen Sie die Nummerierung also als Orientierung.

Prüfen, ob es eine PPTX ist

Jede Office-Open-XML-Datei ist ein ZIP-Archiv, ein PowerPoint-Foliensatz beginnt in Base64 also genau wie ein Word-Dokument oder eine Excel-Arbeitsmappe mit UEsDB. Um sie zu unterscheiden, sucht das Tool unter den Einträgen nach ppt/-Ordnern. Ist der Inhalt ein anderes Format, sagt ein Hinweis das und bietet die richtige Endung an:

Ein Foliensatz mit Makros (.pptm) enthält ppt/vbaProject.bin. Sein Text wird normal angezeigt, PowerPoint öffnet ihn aber nur mit der Endung .pptm; tragen Sie diese also vor dem Herunterladen ein.

Den Folientext in Python lesen

Die Standardbibliothek reicht, um den Text pro Folie aufzulisten, in derselben Reihenfolge wie die Vorschau:

import base64, io, re, zipfile
import xml.etree.ElementTree as ET

A = "{http://schemas.openxmlformats.org/drawingml/2006/main}"

with open("deck.b64") as f:
    pptx = base64.b64decode(f.read())

with zipfile.ZipFile(io.BytesIO(pptx)) as z:
    slides = [n for n in z.namelist() if re.fullmatch(r"ppt/slides/slide\d+\.xml", n)]
    slides.sort(key=lambda n: int(re.search(r"\d+", n).group()))
    for name in slides:
        root = ET.fromstring(z.read(name))
        lines = ["".join(t.text or "" for t in p.iter(A + "t")) for p in root.iter(A + "p")]
        print(name, [s for s in lines if s.strip()])

Für den Beispiel-Foliensatz auf dieser Seite gibt es ppt/slides/slide1.xml ['Hello from Base64', 'A two-slide deck built in your browser.'] aus und dasselbe für Folie 2. Die tatsächliche Folienreihenfolge steht in ppt/presentation.xml im Element <p:sldIdLst>, falls Sie sie genau brauchen. Mehr unter Base64 in Python; um die Archivseite geht es unter Base64 in ZIP.

Häufige Fragen