pptx2md プログラム仕様
PowerPointファイルからテキスト、数式、図を抽出し、Markdown形式に変換するツール。
このスクリプトは、指定されたPowerPointプレゼンテーションファイル（.pptx）を解析し、 スライド内のテキスト、OMML（Office Math Markup Language）形式の数式、および画像を抽出し、 対応するMarkdownファイルに出力します。数式はLaTeX形式に変換されます。 抽出プロセスでは、スライドのタイトル、メインテキスト、OMML数式（LaTeX形式）、埋め込み画像が処理されます。 数式は複数行のLaTeX式を考慮し、個別のブロックとして出力されるよう設計されています。 画像は指定されたディレクトリに保存され、Markdown内に相対パスでリンクされます。
- 関連リンク:
- converter.pptx2md.extract_content_to_markdown(input_pptx: str, output_md: str, image_dir: str, include_xml: bool = False) None[ソース]
PowerPointファイルからテキスト、数式、図を抽出し、Markdownファイルに保存します。
各スライドからタイトル、テキスト、数式、画像を抽出し、Markdown形式で整形します。 数式はLaTeX形式に変換され、必要に応じて $$ ... $$ ブロックに分割されます。 画像は指定されたディレクトリに保存され、Markdown内に相対パスでリンクされます。 include_xml がTrueの場合、数式の元のOMML XMLも出力されます。
- converter.pptx2md.get_slide_title(slide: Slide) str[ソース]
スライドからタイトルを抽出します。
スライドのタイトルプレースホルダーが存在する場合はそのテキストを優先します。 タイトルプレースホルダーがない場合は、スライド上の最初のテキストフレームの最初の行をタイトルとして使用します。 どちらも見つからない場合は「無題のスライド」を返します。
- パラメータ:
slide (pptx.slide.Slide) -- タイトルを抽出するスライドオブジェクト。
- 戻り値:
抽出されたスライドのタイトル文字列。
- 戻り値の型:
- converter.pptx2md.initialize()[ソース]
コマンドライン引数を解析し、プログラムの初期設定を行います。
必要な引数として入力PowerPointファイル名と出力Markdownファイル名を受け取ります。 数式の元のOMML XMLの出力、画像保存ディレクトリ、終了時のポーズ設定などのオプションも指定可能です。
- 戻り値:
解析されたコマンドライン引数を格納する argparse.Namespace オブジェクト。
- 戻り値の型:
- converter.pptx2md.main()[ソース]
スクリプトのメイン実行ロジックです。
コマンドライン引数を初期化・解析し、指定されたPowerPointファイルからコンテンツを抽出し、 Markdownファイルに変換して保存する主要な処理を呼び出します。 入力ファイルが見つからない場合はエラーメッセージを表示して終了します。
- converter.pptx2md.omml_to_latex(element: _Element) str[ソース]
OMMLのXML要素を再帰的に解析し、対応するLaTeX形式の文字列に変換します。
様々なOMML構造（分数、根号、上付き/下付き、積分、n-ary演算子、デリミタなど）を処理し、 LaTeXの構文にマッピングします。m:t 要素内のUnicode数学記号も変換されます。 この関数は再帰的に子要素を処理し、複雑な数式構造全体をLaTeXに変換します。
- パラメータ:
element (lxml.etree._Element) -- 変換対象のOMML XML要素。
- 戻り値:
変換されたLaTeX文字列。
- 戻り値の型: