# JBoltAI_PPT_Extract

**Repository Path**: jboltai/jboltai_ppt_extract

## Basic Information

- **Project Name**: JBoltAI_PPT_Extract
- **Description**: Java AI 知识库系统开发（RAG）数据处理环节，PPT内容处理解决方案。
PPT内容文本提取、PPT内容Media资源提取、PPT转txt、PPT转PDF、PPT转HTML、按页提取等。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: https://jboltai.com
- **GVP Project**: No

## Statistics

- **Stars**: 21
- **Forks**: 6
- **Created**: 2025-06-23
- **Last Updated**: 2025-07-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: JAVAAI, RAG知识库, PPT解析, ppt转pdf, PPT转TXT

## README

# JBoltAI PPT Extract Framework

[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
[![Java Version](https://img.shields.io/badge/Java-11+-blue.svg)](https://www.oracle.com/java/)
[![Maven](https://img.shields.io/badge/Maven-3.6+-green.svg)](https://maven.apache.org/)

## 📖 项目简介 | Project Overview

JBoltAI PPT Extract Framework 是一个基于 Apache POI 的企业级 ppt 文件处理框架，专为 Java 开发者设计。

JBoltAI PPT Extract Framework is an enterprise-grade ppt file processing framework based on Apache POI, designed specifically for Java developers.

## ✨ 核心特性 | Core Features

- 🔄 **多格式支持 | Multi-format Support**: 完全支持 PPT 和 PPTX 格式 | Full support for both PPT and PPTX formats
- 📝 **文本提取 | Text Extraction**: 智能提取幻灯片中的所有文本内容 | Intelligent extraction of all text content from slides
- 🖼️ **媒体提取 | Media Extraction**: 提取图片、音频、视频等媒体文件 | Extract images, audio, video and other media files
- 📄 **格式转换 | Format Conversion**: 支持转换为 PDF、Markdown 格式 | Support conversion to PDF and Markdown formats
- 🌐 **HTML 查看器 | HTML Viewer**: 生成响应式 HTML 查看器 | Generate responsive HTML viewers
- 📄 **逐页处理 | Page-by-page Processing**: 支持回调机制的逐页内容处理 | Support callback-based slide-by-slide content processing

## 🚀 快速开始 | Quick Start

```bash
# 克隆项目 | Clone repository
git clone https://gitee.com/jboltai/jboltai_ppt_extract.git
cd jboltai_ppt_extract

# 构建项目 | Build project
mvn clean package

# 运行示例 | Run example
./run.sh text presentation.pptx output.txt
```

## 📚 文档 | Documentation

### 中文文档 | Chinese Documentation
- [完整中文文档](docs/zh_cn/README.md) - 包含详细的架构设计、使用示例和学习材料

### English Documentation
- [Complete English Documentation](docs/en/README.md) - Includes detailed architecture design, usage examples and learning materials

## 🔧 基本使用 | Basic Usage

### 文本提取 | Text Extraction
```java
PPTProcessor processor = new PPTProcessorImpl();
String text = processor.extractText(new File("presentation.pptx"));
```

### PDF 转换 | PDF Conversion
```java
PPTProcessor processor = new PPTProcessorImpl();
processor.convertToPdf(new File("presentation.pptx"), new File("output.pdf"));
```

### 媒体提取 | Media Extraction
```java
PPTProcessor processor = new PPTProcessorImpl();
int count = processor.extractMedia(new File("presentation.pptx"), new File("media_output"));
```

### HTML 查看器 | HTML Viewer
```java
HtmlViewerGenerator generator = new HtmlViewerGenerator();
generator.generateHtmlViewer(new File("presentation.pptx"), new File("html_viewer"));
```

## 🧪 测试 | Testing

```bash
# 运行所有测试 | Run all tests
mvn test

# 生成测试用 PPT | Generate test PPT
./generate-sample.sh

# 逐页处理演示 | Page-by-page demo
./run-page-by-page.sh presentation.pptx ./output

# HTML 查看器演示 | HTML viewer demo
./run-html-viewer.sh presentation.pptx ./viewer
```

## 📦 命令行工具 | Command Line Tool

```bash
# 基本用法 | Basic usage
java -jar target/jboltai_ppt_extract-1.0.0-jar-with-dependencies.jar <command> <input-file> [output-file/dir]

# 可用命令 | Available commands:
# pdf       - 转换为 PDF | Convert to PDF
# text      - 提取文本 | Extract text
# markdown  - 转换为 Markdown | Convert to Markdown
# media     - 提取媒体文件 | Extract media files
# full      - 完整内容提取 | Full content extraction
```

## 🤝 贡献 | Contributing

我们欢迎社区贡献！请查看详细文档了解如何参与。

We welcome community contributions! Please check the detailed documentation to learn how to participate.

## 📄 许可证 | License

本项目采用 MIT 许可证 - 详见 [LICENSE](LICENSE) 文件。

This project is licensed under the MIT License - see the [LICENSE](LICENSE) file for details.

## 📞 联系我们 | Contact Us

- **JBoltAI官方网站 | Official Website**: [https://www.jboltai.com](https://www.jboltai.com)
- **微信扫码联系作者 | Contact Author via WeChat**

- ![微信扫码联系作者](docs/jboltai_qrcode_xm.jpg)
---

**JBoltAI PPT Extract Framework** - 让 ppt 处理变得简单高效！| Making ppt processing simple and efficient! 🚀

**[JBoltAI](https://jboltai.com)** - JBoltAI是Java企业级全栈AI数智化应用极速开发框架，旨在为Java技术团队构筑AI应用开发能力，帮助Java系统快速接入大模型能力并开发具有AI能力的功能模块。提供包含多大模型适配接入（国内外）、AI知识库(RAG)、思维链(Event)、Function Calling、MCP、Agent智能体开发工具箱、AI流程编排等数十项支撑能力。JBoltAI具备国内领先的用AI如何改造系统的AIGS(Artificial Intelligence Generated Service)解决方案。