PPT Reader#

Overview#

读取和解析 PowerPoint 文件（.pptx），提取幻灯片文本内容。

When to Use#

• 用户发送了 .pptx 文件
• 需要提取PPT中的文字内容
• 需要了解PPT的结构和页数

Quick Reference#

操作命令查看PPT页数unzip -l file.pptx | grep "slide[0-9]*\.xml" | wc -l提取所有文本unzip -p file.pptx "ppt/slides/slide*.xml" | sed 's/<[^>]*>//g'逐页提取见下方脚本

Implementation#

方法1：快速提取所有文本#

bash

unzip -p "file.pptx" "ppt/slides/slide*.xml" 2>/dev/null | sed 's/<[^>]*>//g' | tr -s ' \n'

方法2：逐页提取（推荐）#

bash

cd /path/to/ppt/
for i in {1..N}; do
  echo "=== Slide $i ==="
  unzip -p "file.pptx" "ppt/slides/slide$i.xml" 2>/dev/null | sed 's/<[^>]*>//g' | tr -s ' \n'
  echo ""
done

方法3：获取PPT基本信息#

bash

# 页数
unzip -l "file.pptx" | grep -c "slide[0-9]*\.xml"

# 文件结构
unzip -l "file.pptx" | grep -E "slide[0-9]+\.xml"

Workflow#

1. 确认文件路径 - 从 /root/.openclaw/media/inbound/ 获取文件
2. 获取页数 - 确定有多少张幻灯片
3. 逐页提取 - 循环提取每页内容
4. 整理输出 - 汇总成结构化摘要

Common Patterns#

处理飞书发送的PPT#

飞书发送的文件通常保存在：

text

/root/.openclaw/media/inbound/

文件名格式：

text

原始文件名-uuid.pptx

提取特定幻灯片#

bash

# 只提取第1页
unzip -p "file.pptx" "ppt/slides/slide1.xml" | sed 's/<[^>]*>//g'

# 提取第1-5页
for i in {1..5}; do unzip -p "file.pptx" "ppt/slides/slide$i.xml" | sed 's/<[^>]*>//g'; done

Limitations#

• 只能提取文本内容，无法提取图片、图表
• 无法获取格式信息（字体、颜色、布局）
• 复杂表格可能提取不完整
• 仅支持 .pptx 格式（不支持旧版 .ppt）

Real-World Example#

bash

# 完整提取流程
PPT_FILE="/root/.openclaw/media/inbound/智能体-概述-20260116-xxx.pptx"

# 1. 获取页数
PAGE_COUNT=$(unzip -l "$PPT_FILE" | grep -c "slide[0-9]*\.xml")
echo "Total slides: $PAGE_COUNT"

# 2. 逐页提取
for i in $(seq 1 $PAGE_COUNT); do
  echo "=== Slide $i ==="
  unzip -p "$PPT_FILE" "ppt/slides/slide$i.xml" 2>/dev/null | sed 's/<[^>]*>//g' | tr -s ' \n'
  echo ""
done