使用 shell 脚本提取 .ppt 文件中的幻灯片数量答案

【问题标题】：Using shell script to extract the number of slides in a .ppt file使用 shell 脚本提取 .ppt 文件中的幻灯片数量
【发布时间】：2022-01-24 22:35:56
【问题描述】：

我在JAVA中找到this实现，但我想知道是否可以获取ppt文件中的幻灯片数量？如果是这样，它是否类似于在 pptx 文件中执行相同的操作？

-查看脚本文件所在的目录 - 检测并统计ppt文件中的幻灯片数量 - 获取该号码并将其附加到 CSV 文件中

我找到了一个 bash 脚本，它可以执行类似的操作，但适用于 PDF 文件

#!/bin/bash 
saveIFS=$IFS
IFS=$(echo -en "\n\b")

myFiles=($(find . -name "*.pdf"))
totalPages=0

echo "file path, number of pages" > log_3.csv
for eachFile in ${myFiles[*]}; do
  pageCount=$(mdls $eachFile | grep kMDItemNumberOfPages | awk -F'= ' '{print $2}')
  size=${#pageCount}

  if [ $size -eq 0 ]
  then
    # these files had no entry for kMDItemNumberOfPages
    # comment out the next line to not list these files
    echo $eachFile : \*\* Skipped - no page count \*\*
  else
    # comment out the next line if you don't want to see a count for each file
    echo $eachFile, $pageCount >> log_3.csv
    totalPages=$(($totalPages + $pageCount))

  fi
done

echo "Total number of pages, ${totalPages}" >> log_3.csv
echo Total pages: $totalPages

IFS=$saveIFS

我们是否可以重构此代码以使其与 ppt 文件一起使用？

谢谢！

【问题讨论】：

first link 中的示例和您提供的示例代码都使用外部工具来处理 PPT 或 PDF 文件。您的第一个链接中的第一个答案适合此处，但使用 bash 而不是 PHP 包装 tika-app-1.5.jar 调用。

标签： bash terminal powerpoint

【解决方案1】：

让我回答你一半的问题。
关于pptx 文件，您可以获得幻灯片的数量：

#!/bin/bash

function pagecount() {
    local pptx=$1
    local pagecount line
    while read -r line || [[ -n "$line" ]]; do
        if [[ "$line" =~ \<Slides\>([0-9]+)\</Slides\> ]]; then
            pagecount="${BASH_REMATCH[1]}"
        fi
    done < <(unzip -j -p "$pptx" "docProps/app.xml")
    echo "$pagecount"
}

for file in *.pptx; do
    count=$(pagecount "$file")
    echo "${file} : ${count} pages"
done

与其他 MS Office 2007+ 文件（docx、xlsx、...）一样，pptx 文件格式只是一个 zip 压缩的 XML 文件。您可以在 docProps/app.xml 文件中找到幻灯片计数，格式为<Slides>n</Slides>。
上面的代码用于将 docProps/app.xml 解压缩到 stdout，然后解析它以获得 Slides 属性。

关于ppt文件，文件格式与pptx完全不同，您可能需要引入一些外部工具（wvWare或类似的东西）来处理它。

【讨论】：

【解决方案2】：

这是我的脚本，它根据 tshiono 的回答计算目录中所有 .pptx 文件中的页数。

#!/bin/bash

function pagecount() {
  for file in *.pptx; do
    count=$(unzip -j -p "$file" "docProps/app.xml" |  grep -o -P '(?<=\<Slides\>).*(?=\</Slides\>)')
    echo "${file} : ${count} pages"
  done
}

【讨论】：