71 lines
1.4 KiB
Go
71 lines
1.4 KiB
Go
package document
|
|
|
|
import (
|
|
"fmt"
|
|
"io"
|
|
|
|
"apigo.cc/go/cast"
|
|
"apigo.cc/go/file"
|
|
"github.com/young2j/oxmltotext/pptxtotext"
|
|
)
|
|
|
|
// Pptx 封装了 PowerPoint 文档的读取与识别。
|
|
type Pptx struct {
|
|
filename string
|
|
Content string
|
|
Metadata map[string]any
|
|
}
|
|
|
|
// OpenPptx 打开一个 PowerPoint 文档 (.pptx)。
|
|
func OpenPptx(filename string) (*Pptx, error) {
|
|
if !file.Exists(filename) {
|
|
return nil, fmt.Errorf("file not found: %s", filename)
|
|
}
|
|
p := &Pptx{
|
|
filename: filename,
|
|
Metadata: make(map[string]any),
|
|
}
|
|
|
|
pp, err := pptxtotext.Open(filename)
|
|
if err == nil {
|
|
defer pp.Close()
|
|
p.Content, _ = pp.ExtractTexts()
|
|
}
|
|
|
|
return p, nil
|
|
}
|
|
|
|
// ToJSON 返回结构化 JSON。
|
|
func (p *Pptx) ToJSON() string {
|
|
res, _ := cast.ToJSON(map[string]any{
|
|
"metadata": p.Metadata,
|
|
"content": p.Content,
|
|
})
|
|
return res
|
|
}
|
|
|
|
// ToMarkdown 返回 Markdown。
|
|
func (p *Pptx) ToMarkdown() string {
|
|
return p.Content
|
|
}
|
|
|
|
// Save 保存文档（目前保存为提取后的文本）。
|
|
func (p *Pptx) Save(filename ...string) error {
|
|
path := p.filename
|
|
if len(filename) > 0 && filename[0] != "" {
|
|
path = filename[0]
|
|
}
|
|
return file.Write(path, p.Content)
|
|
}
|
|
|
|
// ReadText 从 io.Reader 中读取并提取 PPT 文本。
|
|
func (p *Pptx) ReadText(r io.ReaderAt, size int64) (string, error) {
|
|
pp, err := pptxtotext.OpenReader(r, size)
|
|
if err != nil {
|
|
return "", err
|
|
}
|
|
defer pp.Close()
|
|
|
|
return pp.ExtractTexts()
|
|
}
|