You need to enable JavaScript to run this app. 如何使用python-pptx读取PPTX内嵌图表的嵌入数据表
优惠活动
大模型
产品
解决方案
定价
更多

如何使用python-pptx读取PPTX内嵌图表的嵌入数据表

python-pptx读取PPT图表嵌入工作表的实现方法

实现思路

python-pptx未在公开API中提供直接读取图表嵌入工作表的封装方法,但可以通过PPT的OpenXML包结构定位关联的嵌入Excel二进制流,直接获取和PPT内右键图表选择「编辑数据」打开的完全一致的原始工作表内容,区别于仅读取图表缓存序列化值的通用方案。

分步操作

  • 遍历演示文稿所有幻灯片,筛选出类型为图表的形状对象
  • 获取图表部件的内部关系映射,定位关联到电子表格对象的目标部件
  • 提取目标部件的二进制流,在内存中加载为Excel工作簿,遍历工作表读取全量单元格数据

可运行参考代码

from pptx import Presentation
from pptx.enum.shapes import MSO_SHAPE_TYPE
from io import BytesIO
from openpyxl import load_workbook

def get_embedded_chart_sheets(ppt_file_path):
    prs = Presentation(ppt_file_path)
    extraction_result = []
    for slide in prs.slides:
        for shape in slide.shapes:
            if shape.shape_type == MSO_SHAPE_TYPE.CHART:
                chart_part = shape.chart.part
                # 遍历图表关联的内部关系
                for rel in chart_part.rels.values():
                    # 匹配嵌入电子表格的关系类型
                    if "spreadsheet" in rel.reltype:
                        xlsx_blob = rel.target_part.blob
                        # 内存加载Excel,无需落地临时文件
                        wb = load_workbook(BytesIO(xlsx_blob), data_only=True)
                        sheet_content = {}
                        for sheet_name in wb.sheetnames:
                            ws = wb[sheet_name]
                            sheet_content[sheet_name] = list(ws.values)
                        extraction_result.append({
                            "chart_shape_id": shape.shape_id,
                            "sheet_full_content": sheet_content
                        })
    return extraction_result

关键说明

此方案读取的数据为嵌入的原始工作表全量内容,包含未被图表数据范围引用的单元格、隐藏行/列的存储值,和仅读取chart.plots[0].series缓存值的方案有本质差异。

  • 兼容不同版本Office生成的PPT文件,只要文件可正常被python-pptx解析,即可提取对应嵌入数据
  • 针对旧版PPT生成的.xls格式嵌入对象,替换为对应兼容的Excel读取库即可适配

内容的提问来源于stack exchange,提问作者Rajat

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.05 03:06:03