使用 javascript 阅读 PPTX 的最佳方式

Question

我一直在做一些研究，试图了解pptx在浏览器中使用 JavaScript/Typescript 读取内容的标准方法是什么。我发现的很多库主要是针对像textract这样的节点。我发现了一个名为JS-PPTX 的库，但最后一次提交是在 2016 年，所以这不是很有前途。大多数库都是关于创建Power Point演示文稿的，但我真正需要做的是能够读取文件并识别幻灯片的内容。我很高兴阅读原始文件格式并尝试解析它（如果这样更好），但我只需要一种使用 FileReader Api 上传和读取文件的方法。或者如果有一种方法可以将 pptx 转换为另一种更易于阅读的格式，我会喜欢的。我发现一个名为PPTX2HTML 的库，但最后一次提交是 2017 年的。

Answer 1

它是 Microsoft Office Open XML（也称为 OOXML 或 OpenXML）规范的一部分，作为 Microsoft Office 2007 及更高版本的一部分引入。

浏览器可以解析 XML，因此您可能必须：

1. 使用FileReader读取文件，

2. 以某种方式解压它

3. 使用DOMParser解析它

4. 也许用 XSLT 对其进行转换