使用 Python-pptx，PowerPoint 在什么条件下会出现 KeyError？

Question

我有一个 PowerPoint，我想将其打开、修改并另存为不同的文件名。但是，我遇到了 KeyError。

我用空白的 PowerPoint 演示文稿尝试了这段代码，它运行良好。但是，当我使用代码打开现有的 PowerPoint 演示文稿并尝试运行相同的代码时，我得到一个 KeyError。

按键错误："There is no item named 'ppt/slides/NULL' in the archive"

#Replace Source Text

import re
#s = "string. With. Punctuation?"
#s = re.sub(r'[^\w\s]','',s)

search_str = '{{{FILTER}}}'
repl_str = re.sub(r'[^\w\s]','',(str(list(dashboard_filter2.values()))))
ppt = Presentation('HispPres1.pptx')

for slide in ppt.slides:
    for shape in slide.shapes:
        if shape.has_text_frame:
            shape.text = shape.text.replace(search_str, repl_str)
ppt.save('HispPresSourceUpdate.pptx')

我希望通过查找 {{{FILTER}}} 的所有实例并将其替换为列出的值来修改现有的 PowerPoint。但是，使用我现有的 PowerPoint 演示文稿似乎有问题。我的空白演示文稿没有这个问题。

所以，我想知道什么会导致现有的 PowerPoint 演示文稿引发错误？？？我计划开始制作几个 "templates" 并且真的需要知道是否有任何必须遵守的严格规则。

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-42-41deffabe2f9> in <module>()
      7 search_str = '{{{FILTER}}}'
      8 repl_str = re.sub(r'[^\w\s]','',(str(list(dashboard_filter2.values()))))
----> 9 ppt = Presentation('HispPres1.pptx')
     10 
     11 for slide in ppt.slides:

~\AppData\Local\Continuum\anaconda3\lib\site-packages\pptx\api.py in Presentation(pptx)
     28         pptx = _default_pptx_path()
     29 
---> 30     presentation_part = Package.open(pptx).main_document_part
     31 
     32     if not _is_pptx_package(presentation_part):

~\AppData\Local\Continuum\anaconda3\lib\site-packages\pptx\opc\package.py in open(cls, pkg_file)
    120         *pkg_file*.
    121         """
--> 122         pkg_reader = PackageReader.from_file(pkg_file)
    123         package = cls()
    124         Unmarshaller.unmarshal(pkg_reader, package, PartFactory)

~\AppData\Local\Continuum\anaconda3\lib\site-packages\pptx\opc\pkgreader.py in from_file(pkg_file)
     34         pkg_srels = PackageReader._srels_for(phys_reader, PACKAGE_URI)
     35         sparts = PackageReader._load_serialized_parts(
---> 36             phys_reader, pkg_srels, content_types
     37         )
     38         phys_reader.close()

~\AppData\Local\Continuum\anaconda3\lib\site-packages\pptx\opc\pkgreader.py in _load_serialized_parts(phys_reader, pkg_srels, content_types)
     67         sparts = []
     68         part_walker = PackageReader._walk_phys_parts(phys_reader, pkg_srels)
---> 69         for partname, blob, srels in part_walker:
     70             content_type = content_types[partname]
     71             spart = _SerializedPart(partname, content_type, blob, srels)

~\AppData\Local\Continuum\anaconda3\lib\site-packages\pptx\opc\pkgreader.py in _walk_phys_parts(phys_reader, srels, visited_partnames)
    102             yield (partname, blob, part_srels)
    103             for partname, blob, srels in PackageReader._walk_phys_parts(
--> 104                     phys_reader, part_srels, visited_partnames):
    105                 yield (partname, blob, srels)
    106 

~\AppData\Local\Continuum\anaconda3\lib\site-packages\pptx\opc\pkgreader.py in _walk_phys_parts(phys_reader, srels, visited_partnames)
    102             yield (partname, blob, part_srels)
    103             for partname, blob, srels in PackageReader._walk_phys_parts(
--> 104                     phys_reader, part_srels, visited_partnames):
    105                 yield (partname, blob, srels)
    106 

~\AppData\Local\Continuum\anaconda3\lib\site-packages\pptx\opc\pkgreader.py in _walk_phys_parts(phys_reader, srels, visited_partnames)
     99             visited_partnames.append(partname)
    100             part_srels = PackageReader._srels_for(phys_reader, partname)
--> 101             blob = phys_reader.blob_for(partname)
    102             yield (partname, blob, part_srels)
    103             for partname, blob, srels in PackageReader._walk_phys_parts(

~\AppData\Local\Continuum\anaconda3\lib\site-packages\pptx\opc\phys_pkg.py in blob_for(self, pack_uri)
    107         matching member is present in zip archive.
    108         """
--> 109         return self._zipf.read(pack_uri.membername)
    110 
    111     def close(self):

~\AppData\Local\Continuum\anaconda3\lib\zipfile.py in read(self, name, pwd)
   1312     def read(self, name, pwd=None):
   1313         """Return file bytes (as a string) for name."""
-> 1314         with self.open(name, "r", pwd) as fp:
   1315             return fp.read()
   1316 

~\AppData\Local\Continuum\anaconda3\lib\zipfile.py in open(self, name, mode, pwd, force_zip64)
   1350         else:
   1351             # Get info object for name
-> 1352             zinfo = self.getinfo(name)
   1353 
   1354         if mode == 'w':

~\AppData\Local\Continuum\anaconda3\lib\zipfile.py in getinfo(self, name)
   1279         if info is None:
   1280             raise KeyError(
-> 1281                 'There is no item named %r in the archive' % name)
   1282 
   1283         return info

KeyError: "There is no item named 'ppt/slides/NULL' in the archive"

Answer 1

是啊，这个问题有点棘手。该规范没有提供 "broken" 关系（指的是不存在的包部分），但至少有一个库（如果我没记错的话，基于 Java）没有在某些情况下正确清理关系，在这种情况下可能是幻灯片删除操作。

解释的要点是这样的：

PPTX 文件是一个开放打包约定 (OPC) 包。 DOCX 和 XLSX 文件是 OPC 包的其他示例。
OPC 包是多个部分的 Zip 存档（官方术语，也许 package-part 更准确）。每个部分本质上是一个文件，所以类似于 slide1.xml，它们排列在 "directory structure".
一个部分可以与其他部分相关。例如，演示文稿部分 (presentation.xml) 与其每个幻灯片部分相关。这些关系存储在类似 presentation.xml.rels 的文件中。该关系以 "rId3" 之类的字符串作为键，并通过其在包中的路径标识相关部分。
一部分引用另一部分使用其XML中的键（例如<p:sldId r:id="rId3"/>）。目标部分是 .rels 文件中的 "looked-up" 以找到它的路径并以这种方式到达它。
你得到的 KeyError 意味着 .rels 文件有一个 <Relationship> 元素引用 ppt/slides/NULL 部分（而不是 ppt/slides/slide3.xml 之类的东西）。由于包中没有这部分，所以查找失败。

如果您在 PowerPoint 中打开 "template" 文件并保存，我认为它会自行修复。您可能需要重新排列幻灯片并将其移回原处以挤满那部分代码。

如果这不起作用，您将需要手动修补程序包，删除任何损坏的引用和关系。 opc-diag 可以派上用场。

Answer 2

所以，感谢 Scanny 的帮助。你完全正确。查找正在寻找 ppt/slides/slide#.xml 并且没有找到它的关系。原因是因为关系被编码为 slides/slide#.xml（没有 ppt/）。我确实进入了 opc-diag 看看我能在那里做什么，但我找到了一个简单的修复方法。

我之前的代码有一行说 for slide in ppt.slides:，这是错误：KeyError: "There is no item named 'ppt/slides/NULL' in the archive"。使用opc-diag浏览PresentationML时，发现关系是这样设置的：<Relationship Id="x" Type="http://schemas.openxmlformats.org/officeDocument/2006/relationships/slide" Target="slides/slide1.xml"/>\n。该关系不包括 ppt。

因此，为了摆脱该查找并使其与 PowerPoint 存储幻灯片关系的方式相匹配，我更改了这些行：

ppt = Presentation('HispPres1.pptx') for slide in ppt.slides: 对此

ppt = Presentation('HispPres1.pptx') slides = ppt.slides for slide in slides:

Answer 3

您可以通过以下方式清除悬挂关系中的 PPTX：

文件 -> 信息 -> 检查问题 -> 检查文档。

清理、保存、重播 python 脚本。

使用 Python-pptx，PowerPoint 在什么条件下会出现 KeyError？

Using Python-pptx, what conditions could a PowerPoint have that give KeyError?

python-3.x

python-pptx