Officeファイル用pythonライブラリを古いoffice形式(ppt,doc,xls)でも使おう

背景

Officeファイルを読み込めるpythonライブラリは便利ですが古いタイプのファイル、拡張子で言うと.ppt,.doc,.xlsでは使えないことがあるのは残念です。どうすればよいでしょう。

分解して考える

1. 古いタイプのファイルを何とかして読み込む
2. あたらしい形式で一時フォルダに保存
3. 使いたいpythonライブラリに渡す

win32com.client 使おう

win32com.client(正式なライブラリ名はpywin32)を使うと楽です。環境に入っているということを前提として進めます。

ここではpptのファイルパスを渡すと、一時フォルダ内にpptxに変換したうえで保存し、そのパスを返す関数を考えます。基本的には.docでも.xlsでも同じです。

pptからpptxに変換する関数

import win32com.client

def ppt2pptx (ppt_path):
    try:
        pptApplication=win32com.client.Dispatch('PowerPoint.Application')
        ppt=pptApplication.Presentations.Open(ppt_path,WithWindow=False,ReadOnly=True)
        ppt.SaveAs(r'C:\2pptx_temp'+'\\'+ppt_path.split('\\')[-1]+'x',24)
        pptApplication.Quit()
        return r'C:\2pptx_temp'+'\\'+ppt_path.split('\\')[-1]+'x'
    except Exception:
        print (ppt_path + 'をうまく開けません')
        return r'Error'

動作確認

変換する元ファイルを用意

import os
import win32com.client

os.makedirs(r'C:\2pptx_temp',exist_ok=True)

def ppt2pptx(ppt_path):
    try:
        pptApplication=win32com.client.Dispatch('PowerPoint.Application')
        ppt=pptApplication.Presentations.Open(ppt_path,WithWindow=False,ReadOnly=True)
        ppt.SaveAs(r'C:\2pptx_temp'+'\\'+ppt_path.split('\\')[-1]+'x',24)
        pptApplication.Quit()
        return r'C:\2pptx_temp'+'\\'+ppt_path.split('\\')[-1]+'x'
    except Exception: 
        print (ppt_path + 'をうまく開けません')
        import traceback
        traceback.print_exc()
        return r'Error'

ppt2pptx(r"C:\ppt\aaaaaa.ppt") 


#output
'C:\\2pptx_temp\\aaaaaa.pptx'

ちゃんと変換されてました。よかった

念のための注意

・最終的に返されるのは変換後のファイルの「パス」であって、変換後のファイルではない
・当然だがシステムにOfficeがインストールされてないとだめ