C# dotnet 使用 OpenXml 解析 PPT 里面的视频

本文告诉大家如何从 PPTX 文件里面解析出视频

我期望看到本文的小伙伴是了解 OpenXML 的，如果想要解析 Office 的文档，我推荐使用使用 OpenXML SDK 这个开源的库，更多入门级博客请看 C# dotnet 使用 OpenXml 解析 PPT 文件

我做了一个简单的 PPT 文件，这个文件里面只有一页，这一页上面有一个视频。做这个文件的作用是方便调试，本文将从这个文件里面拿到视频

            using (var presentationDocument =
                DocumentFormat.OpenXml.Packaging.PresentationDocument.Open(@"小视频.pptx", false))
            {
                var presentationPart = presentationDocument.PresentationPart;
                var slidePart = presentationPart.SlideParts.FirstOrDefault();

                // 忽略代码
            }

上面代码是打开解析文件，我拿到第一页，而获取页面的元素需要了解一点是 PPT 将所有元素存放 ShapeTree 里面。相当于所有的元素都放在形状树里面。在 PPT 里面是不存在视频元素的，没有一个叫做视频的元素，在 PPT 里面用 Picture 存放视频。也就是说视频也是一张图片，图片也是一张图片。不过视频的图片采用的是视频的缩略图。在解析的时候，需要先尝试当成视频解析，视频解析失败了，再当成图片解析

在 OpenXML 的存储的视频大概如下

<p:pic>
    <p:nvpicpr>
        <p:cnvpr id="4" name="视频">
            <a:hlinkclick action="ppaction://media" r:id="">
            </a:hlinkclick>
        </p:cnvpr>
        <p:cnvpicpr>
            <a:piclocks nochangeaspect="1">
            </a:piclocks>
        </p:cnvpicpr>
        <p:nvpr>
            <a:videofile r:link="rId2">
            </a:videofile>
            <p:extlst>
                <p:ext uri="{DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230}">
                    <p14:media r:embed="rId1" xmlns:p14="http://schemas.microsoft.com/office/powerpoint/2010/main">
                    </p14:media>
                </p:ext>
            </p:extlst>
        </p:nvpr>
    </p:nvpicpr>
</p:pic>

如上面代码，这就是视频元素其实也就是 Picture 元素，可以在 picture.NonVisualPictureProperties.ApplicationNonVisualDrawingProperties 属性里面找到 VideoFromFile 对象，通过此对象获取到视频内容，从而解析视频

    var picture = slidePart.Slide.CommonSlideData.ShapeTree.OfType<Picture>().FirstOrDefault();
    var videoFromFile = picture.NonVisualPictureProperties
        .ApplicationNonVisualDrawingProperties
        .GetFirstChild<VideoFromFile>();

如上面的 OpenXML 代码，可以看到视频是通过 r:link 关联对应的资源。获取视频内容的方法用的是 r:link 拿到对应的资源。在 OpenXmlSDK 里面，获取 Relationship 有两个不同的方式，用 GetPartById 获取 ChildrenRelationshipParts 的资源，用 GetReferenceRelationship 拿到 ReferenceRelationshipList 的资源。由于在 PPT 里面的视频放在 ReferenceRelationshipList 里，可以使用使用下面代码拿到

           var openXmlPart = (DataPartReferenceRelationship) slidePart.GetReferenceRelationship(videoFromFile.Link.Value);

通过 GetStream 方法可以拿到压缩包里面的文件，这里不需要解压缩，在底层已自动解压缩内容，新建文件写入就可以

                var stream = openXmlPart.DataPart.GetStream();
                var file = System.IO.Path.Combine(System.IO.Path.GetTempPath(), "林德熙是逗比.mp4");
                File.WriteAllBytes(file, ReadAllBytes(stream));

代码放在 github 和 gitee 欢迎访问

可以通过如下方式获取本文的源代码，先创建一个空文件夹，接着使用命令行 cd 命令进入此空文件夹，在命令行里面输入以下代码，即可获取到本文的代码

git init
git remote add origin https://gitee.com/lindexi/lindexi_gd.git
git pull origin 8551ad78455f7e56e2f1cafa66d6ae62d7a94995

以上使用的是 gitee 的源，如果 gitee 不能访问，请替换为 github 的源

git remote remove origin
git remote add origin https://github.com/lindexi/lindexi_gd.git

获取代码之后，进入 GairhajelkewaiHeyerjeaginu 文件夹

以上是大部分的 PPT 存放视频的存储方式，通过以上方法可以获取大多数课件里的视频

然而还有一部分比较特殊的，是需要通过 DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230 扩展获取。在上面的 OpenXML 存储代码里面，在 a:videofile 下面还有一段 p:extlst 的代码。这里的 p:extlst 就是 DocumentFormat.OpenXml.Presentation.ApplicationNonVisualDrawingPropertiesExtensionList 类型，表示的是存储扩展类型，存储扩展里面，可以通过 Uri 指定此扩展的 Guid 从而指定这是一个什么扩展

        <p:nvpr>
            <a:videofile r:link="rId2">
            </a:videofile>
            <p:extlst>
                <p:ext uri="{DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230}">
                    <p14:media r:embed="rId1" xmlns:p14="http://schemas.microsoft.com/office/powerpoint/2010/main">
                    </p14:media>
                </p:ext>
            </p:extlst>
        </p:nvpr>

以上的给视频元素使用的 DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230 是一段特殊的扩展，叫做 media extension 媒体扩展，可以通过 ECMA 376 的第 2.3.1.18 章了解相关的信息

在 DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230 扩展里面存放的多媒体，可以附加储存以下功能

进行软裁剪，设置视频的循环播放周期，设置起始点和结束点，让视频在起始点和结束点中间播放
提供设置视频的淡入功能
允许在视频中设置书签，以便快速跳转到特定位置

本文这里只告诉大家如何获取到视频文件

对于某些特殊的文件来说，在 <a:videoFile r:link="rId1" /> 记录的内容也许只是一个空对象而已。如对应的 rId1 的内容如下

  <Relationship Id="rId1" Type="http://schemas.openxmlformats.org/officeDocument/2006/relationships/video" Target="NULL" TargetMode="External" />

可以看到这里只是连接到一个 Target="NULL" 的外部内容，也就是一个空对象。如此是不能通过上文的方式获取到视频文件的，需要通过以下的方式获取

先获取到扩展列表 DocumentFormat.OpenXml.Presentation.ApplicationNonVisualDrawingPropertiesExtensionList 对象，接着根据 DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230 获取到具体的扩展

            // 这里的 ApplicationNonVisualDrawingProperties 包含以下内容
            /*
                      <p:nvPr>
                        <a:videoFile r:link="rId1" />
                        <p:extLst>
                          <p:ext uri="{DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230}">
                            <p14:media xmlns:p14="http://schemas.microsoft.com/office/powerpoint/2010/main" r:embed="rId2">
                              <p14:trim st="109898" end="23655" />
                            </p14:media>
                          </p:ext>
                        </p:extLst>
                      </p:nvPr>
             */
            // 获取 <p:extLst> 的内容
            var extensionList = applicationNonVisualDrawingProperties!.GetFirstChild<DocumentFormat.OpenXml.Presentation.ApplicationNonVisualDrawingPropertiesExtensionList>();

            // 获取特殊的多媒体扩展
            /*
            Extension DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230 is described as a media extension. It appears to allow:

                - “cropping” the video period (set start and stop time markers)
                - provide for “fade-in”
                - allow for setting bookmarks in the video for fast jumps to a particular location
             */
            var mediaExtension = extensionList?.Elements<DocumentFormat.OpenXml.Presentation.ApplicationNonVisualDrawingPropertiesExtension>().FirstOrDefault(extension => extension.Uri?.Value == "{DAA4B4D4-6D71-4841-9C94-3DE7FCFB9230}");

通过媒体扩展获取到 DocumentFormat.OpenXml.Office2010.PowerPoint.Media 也就是 p14:media 的内容

            if (mediaExtension != null)
            {
                // p14:media
                var media = mediaExtension.GetFirstChild<DocumentFormat.OpenXml.Office2010.PowerPoint.Media>();
            }

接着如上文的方法，通过 media.Embed 获取到对应的资源，代码如下

                var currentPart = slidePart;

                var media = mediaExtension.GetFirstChild<DocumentFormat.OpenXml.Office2010.PowerPoint.Media>();
                var embedValue = media?.Embed?.Value;
                if (embedValue != null)
                {
                    var videoPart = currentPart.GetReferenceRelationship(embedValue);

                    return videoPart as DataPartReferenceRelationship;
                }

获取到 videoPart 即可使用上面的代码的方式保存为本地文件

参阅 C# Net 使用 openxml 提取ppt中的音频、视频、图片、文本 - 爱恋的红尘 - 博客园

更多请看 Office 使用 OpenXML SDK 解析文档博客目录

原文链接: http://blog.lindexi.com/post/C-dotnet-%E4%BD%BF%E7%94%A8-OpenXml-%E8%A7%A3%E6%9E%90-PPT-%E9%87%8C%E9%9D%A2%E7%9A%84%E8%A7%86%E9%A2%91

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。欢迎转载、使用、重新发布，但务必保留文章署名林德熙 (包含链接: https://blog.lindexi.com )，不得用于商业目的，基于本文修改后的作品务必以相同的许可发布。如有任何疑问，请与我联系。