Parsing 从ODP或ODF文件中提取结构数据_Parsing_Structure_Extract_Data Extraction_Opendocument

Parsing 从ODP或ODF文件中提取结构数据

parsing

Parsing 从ODP或ODF文件中提取结构数据,parsing,structure,extract,data-extraction,opendocument,Parsing,Structure,Extract,Data Extraction,Opendocument,我试图提取ODP（OpenDocument Presentation）文件中的信息层次结构：标题、字幕、正文你知道有什么工具或技术可以完成这项工作吗否则，是否有办法解析这些ODP文档以提取样式信息？因此，我可以稍后从其样式推断文档结构恐怕ODP文件中XML文件的结构可能取决于软件或版本。因此，我宁愿找到一个高级解决方案，也不愿直接解析这个XML文件。因为我找不到任何能够提取大纲、标题、文本的工具。。。通过演示文件，我创建了一个支持ODP、PPTX和beamer文件的开源API，它支持：

我试图提取ODP（OpenDocument Presentation）文件中的信息层次结构：标题、字幕、正文

你知道有什么工具或技术可以完成这项工作吗

否则，是否有办法解析这些ODP文档以提取样式信息？因此，我可以稍后从其样式推断文档结构

恐怕ODP文件中XML文件的结构可能取决于软件或版本。因此，我宁愿找到一个高级解决方案，也不愿直接解析这个XML文件。

因为我找不到任何能够提取大纲、标题、文本的工具。。。通过演示文件，我创建了一个支持ODP、PPTX和beamer文件的开源API，它支持：

幻灯片标题提取
幻灯片正文文本提取
命名实体识别（非认证）
强调文本识别
URL识别
结构检测与轮廓生成
识别以下silde类型：
- 导言
- 结论
- 定义
- 范例
- 目录
- 参考资料
- 节头

有关更多信息，请查看。

XML的结构由OpenDocument XML标准定义。因此，它将不依赖于“软件”。但是，本标准有不同的版本，当前版本为1.2，请参见以下示例：