提取從ODP或ODF文件結構數據

Question

我試圖提取內ODP（OpenDocument演示文稿）文件中的信息層次結構：標題，副標題，正文...

你知道的任何工具或技術，將做這份工作？

否則，是否有解析這些ODP文檔以提取樣式信息的手段？ 所以我可以稍後從它的樣式中推斷出文檔結構。

恐怕ODP文件中XML文件的結構可能取決於軟件或版本。所以，我寧願找到一個高層次的解決方案，而不是直接解析這個XML文件。

Answer 1

，因爲我無法找到任何工具，這將使從演示文件中提取輪廓，標題，文字......，我創建Exide，一個開源的API支持ODP，PPTX和投影儀的文件，它能夠：

• 幻燈片標題提取
• 幻燈片正文提取
• 命名實體識別（unaccurate）
• 強調的文字識別
• 的URL識別
• 結構檢測和輪廓生成
• 識別以下silde類型：
  • 簡介
  • 結論
  • 定義
  • 例
  • 的內容表
  • 參考
  • 節頭

欲瞭解更多信息，請the github page of the project。