【Python】按照关键词查找相应PPT

今天巧了，好几个同事问我要PPT，但是他们只能记得起来一些关键词，而我恰好也没有很足的印象，毕竟那是两三年前，还可能不是我做的东西！

WPS只能按照云文档进行查找关键词，那么电脑中几千个PPT要怎么找呢？（没错我电脑里真有2000个PPT (((φ(◎ロ◎;)φ)))）

我们可以根据他们截取的画面关键词，来对PPT进行索引，这样可以节约一些查找文件的时间，然后采用olefile库，查找对应PPT即可。

import os
from pptx import Presentation
import olefile

def is_powerpoint_file(file_path):
    """检查文件是否为PPT或PPTX格式"""
    valid_extensions = ['.ppt', '.pptx']
    return any(file_path.lower().endswith(ext) for ext in valid_extensions)

def index_powerpoint_files(search_dir):
    """索引指定目录中的所有PPT和PPTX文件"""
    ppt_files = []
    total_files = 0

    for root, _, files in os.walk(search_dir):
        total_files += len(files)
        for file in files:
            if file.startswith("~$"):  # 跳过临时文件
                continue
            file_path = os.path.join(root, file)
            if is_powerpoint_file(file_path):
                ppt_files.append(file_path)
    
    print(f"[信息] 已索引文件总数：{total_files}，PPT文件总数：{len(ppt_files)}")
    return ppt_files

def search_text_in_pptx(file_path, target_text):
    """在PPTX文件中搜索目标文字"""
    try:
        presentation = Presentation(file_path)
        for slide in presentation.slides:
            for shape in slide.shapes:
                if shape.has_text_frame and target_text in shape.text:
                    return True
    except Exception as e:
        print(f"[错误] 无法处理文件：{file_path}，错误信息：{e}")
    return False

def search_text_in_ppt(file_path, target_text):
    """在PPT文件中搜索目标文字"""
    try:
        if olefile.isOleFile(file_path):
            with olefile.OleFileIO(file_path) as ole:
                if "PowerPoint Document" in ole.listdir():
                    stream = ole.openstream("PowerPoint Document")
                    content = stream.read().decode(errors="ignore")
                    if target_text in content:
                        return True
    except Exception as e:
        print(f"[错误] 无法处理文件：{file_path}，错误信息：{e}")
    return False

def search_text_in_powerpoint_files(ppt_files, target_text):
    """在索引的PPT文件中搜索目标文字"""
    result_files = []
    total_files = len(ppt_files)

    print(f"[信息] 开始内容搜索，共需处理 {total_files} 个文件")
    for idx, file_path in enumerate(ppt_files, start=1):
        print(f"[处理中] {idx}/{total_files} - 正在处理文件：{file_path}")
        if file_path.lower().endswith(".pptx") and search_text_in_pptx(file_path, target_text):
            result_files.append(file_path)
        elif file_path.lower().endswith(".ppt") and search_text_in_ppt(file_path, target_text):
            result_files.append(file_path)

    return result_files

if __name__ == "__main__":
    search_dir = "D:\\"
    target_text = input("请输入要查找的文字（支持中文）：")
    
    print(f"[信息] 正在索引盘中的PPT文件，请稍候...\n")
    ppt_files = index_powerpoint_files(search_dir)
    
    if ppt_files:
        print(f"\n[信息] 索引完成，开始搜索包含 '{target_text}' 的文件...\n")
        matching_files = search_text_in_powerpoint_files(ppt_files, target_text)
        if matching_files:
            print("\n[结果] 找到包含目标文字的PPT文件：")
            for file in matching_files:
                print(file)
        else:
            print("\n[结果] 未找到包含该文字的PPT文件。")
    else:
        print("\n[信息] 未在指定目录中找到任何PPT文件。")