.NET OpenXML探讨PPT文本解析

在 Office 文档中，文本解析的完整范围以 Word 文本为主，其属性种类本身就极为丰富。本文仅对 Office 中 PPT 文本的解析进行初步探讨。虽然 PPT 的文本同样依赖于 DrawingDL 的文本属性，但实际使用到的属性数量将远少于 Word。本文将向大家介绍 PPT 中文本存储的具体方式。

PPT 中的文本框本质上也是一种形状，只是该形状具备了一些特殊的配置选项。即使未设置特殊参数的形状也可以添加文本内容，在 PPT 中这些文本内容由 <p:txBody> 元素进行封装，这也是本文重点讲解的部分。

通过阅读本文，读者可以大致了解如何开始解析 PPT 中的文本，并掌握相关工作的基本规模。

在正式开始之前，希望读者已经熟悉了 PPT 各类元素的存储结构，请参考 dotnet OpenXML 解析 PPT 页面元素文档格式。

最基础的文本元素，在此处所指的“简单”是针对解析层面而言。这种情况下，文本不会引用全局样式或占位符样式等信息，并且会包含自身的全部属性信息。因