lanyuanxiaoyao
a490b2642c
- 新增 PPT (旧格式) 解析器 - 重构 _utils.py，提取通用 convert_via_libreoffice 函数 - 更新依赖配置，添加 PPT 相关依赖 - 完善文档，更新 README 和 SKILL.md - 添加 PPT 文件检测函数 - 新增 PPT 解析器测试用例
38 lines
1.1 KiB
Python
38 lines
1.1 KiB
Python
"""使用 LibreOffice soffice 命令行转换 PPT 为 PPTX 后复用 PptxReader 解析"""
|
|
|
|
import tempfile
|
|
from pathlib import Path
|
|
from typing import Optional, Tuple
|
|
|
|
from readers._utils import convert_via_libreoffice
|
|
from readers.pptx import PptxReader
|
|
|
|
|
|
def parse(file_path: str) -> Tuple[Optional[str], Optional[str]]:
|
|
"""使用 LibreOffice soffice 解析 PPT 文件
|
|
|
|
Args:
|
|
file_path: PPT 文件路径
|
|
|
|
Returns:
|
|
(markdown_content, error_message): 成功时 (content, None)，失败时 (None, error)
|
|
"""
|
|
with tempfile.TemporaryDirectory() as temp_dir:
|
|
# 将 PPT 转换为 PPTX
|
|
pptx_path, error = convert_via_libreoffice(
|
|
input_path=file_path,
|
|
target_format="pptx",
|
|
output_dir=Path(temp_dir),
|
|
timeout=60
|
|
)
|
|
if error:
|
|
return None, error
|
|
|
|
# 复用 PptxReader 解析转换后的 PPTX
|
|
reader = PptxReader()
|
|
content, failures = reader.parse(str(pptx_path))
|
|
if content is not None:
|
|
return content, None
|
|
else:
|
|
return None, f"转换成功但 PPTX 解析失败: {failures}"
|