pptx

PPTX 的创建、编辑和分析

概述

用户可能会要求你创建、编辑或分析 .pptx 文件的内容。.pptx 文件本质上是一个 ZIP 归档，其中包含 XML 文件和其他资源，你可以读取或编辑这些内容。针对不同任务，你可以使用不同的工具和工作流。

读取和分析内容

文本提取

如果只需要读取演示文稿中的文本内容，应将文档转换为 Markdown：

# Convert document to markdown
python -m markitdown path-to-file.pptx

原始 XML 访问

以下内容需要访问原始 XML：批注、演讲者备注、幻灯片布局、动画、设计元素和复杂格式。对于这些功能，你需要解压演示文稿并读取其原始 XML 内容。

解压文件

python ooxml/scripts/unpack.py <office_file> <output_dir>

注意：相对于项目根目录，unpack.py 脚本位于 skills/pptx/ooxml/scripts/unpack.py。如果此路径下不存在该脚本，请使用 find . -name "unpack.py" 查找其位置。

关键文件结构

• ppt/presentation.xml - 演示文稿主要元数据和幻灯片引用
• ppt/slides/slide{N}.xml - 各张幻灯片的内容（slide1.xml、slide2.xml 等）
• ppt/notesSlides/notesSlide{N}.xml - 每张幻灯片的演讲者备注
• ppt/comments/modernComment_*.xml - 特定幻灯片的批注
• ppt/slideLayouts/ - 幻灯片布局模板
• ppt/slideMasters/ - 幻灯片母版模板
• ppt/theme/ - 主题和样式信息
• ppt/media/ - 图像和其他媒体文件

字体排版和颜色提取

收到需要仿照的设计示例时：务必先使用以下方法分析演示文稿的字体排版和颜色：

1. 读取主题文件：检查 ppt/theme/theme1.xml 中的颜色（<a:clrScheme>）和字体（<a:fontScheme>）
2. 抽取幻灯片内容：检查 ppt/slides/slide1.xml 中实际使用的字体（<a:rPr>）和颜色
3. 搜索模式：使用 grep 在所有 XML 文件中查找颜色（<a:solidFill>、<a:srgbClr>）和字体引用

不使用模板创建新的 PowerPoint 演示文稿

从头创建新的 PowerPoint 演示文稿时，使用 html2pptx 工作流，将 HTML 幻灯片转换为定位精准的 PowerPoint 幻灯片。

设计原则

重要：创建任何演示文稿之前，请分析内容并选择合适的设计元素：

1. 考虑主题内容：这份演示文稿的主题是什么？它呈现出怎样的语气、行业特征或氛围？
2. 检查品牌形象：如果用户提及公司或组织，请考虑其品牌色彩和形象
3. 使配色与内容相符：选择能体现主题的颜色
4. 说明设计思路：编写代码前，先解释你的设计选择

要求：

• ✅ 编写代码前，先说明基于内容的设计思路
• ✅ 仅使用适合 Web 的字体：Arial、Helvetica、Times New Roman、Georgia、Courier New、Verdana、Tahoma、Trebuchet MS、Impact
• ✅ 通过字号、字重和颜色建立清晰的视觉层次
• ✅ 确保易读性：对比度充足、字号合适、对齐整洁
• ✅ 保持一致：在各张幻灯片中重复使用相同的模式、间距和视觉语言

颜色方案选择

创意选择颜色：

• 跳出默认选项：哪些颜色真正契合这个特定主题？避免不假思索地选择。
• 从多个角度考虑：主题、行业、氛围、活力程度、目标受众、品牌形象（如果有提及）
• 大胆尝试：试试出人意料的搭配——医疗主题的演示文稿不一定非要用绿色，金融主题也不一定非要用海军蓝
• 构建配色方案：选择 3-5 种相互协调的颜色（主色 + 辅助色调 + 点缀色）
• 确保对比度：文字在背景上必须清晰易读

配色方案示例（借此激发创意——选择一种、调整一种，或创建自己的方案）：

1. 经典蓝：深海军蓝 (#1C2833)、石板灰 (#2E4053)、银色 (#AAB7B8)、灰白色 (#F4F6F6)
2. 青绿与珊瑚色：青绿色 (#5EA8A7)、深青绿色 (#277884)、珊瑚色 (#FE4447)、白色 (#FFFFFF)
3. 醒目红色：红色 (#C0392B)、亮红色 (#E74C3C)、橙色 (#F39C12)、黄色 (#F1C40F)、绿色 (#2ECC71)
4. 暖腮红色：灰紫色 (#A49393)、腮红色 (#EED6D3)、玫瑰色 (#E8B4B8)、奶油色 (#FAF7F2)
5. 酒红奢华风：酒红色 (#5D1D2E)、深红色 (#951233)、铁锈色 (#C15937)、金色 (#997929)
6. 深紫与翡翠绿：紫色 (#B165FB)、深蓝色 (#181B24)、翡翠绿 (#40695B)、白色 (#FFFFFF)
7. 奶油色与森林绿：奶油色 (#FFE1C7)、森林绿 (#40695B)、白色 (#FCFCFC)
8. 粉色与紫色：粉色 (#F8275B)、珊瑚色 (#FF574A)、玫瑰色 (#FF737D)、紫色 (#3D2F68)
9. 青柠绿与李子色：青柠绿 (#C5DE82)、李子色 (#7C3A5F)、珊瑚色 (#FD8C6E)、蓝灰色 (#98ACB5)
10. 黑与金：金色 (#BF9A4A)、黑色 (#000000)、奶油色 (#F4F6F6)
11. 鼠尾草绿与陶土色：鼠尾草绿 (#87A96B)、陶土色 (#E07A5F)、奶油色 (#F4F1DE)、炭灰色 (#2C2C2C)
12. 炭灰与红色：炭灰色 (#292929)、红色 (#E33737)、浅灰色 (#CCCBCB)
13. 活力橙：橙色 (#F96D00)、浅灰色 (#F2F2F2)、炭灰色 (#222831)
14. 森林绿：黑色 (#191A19)、绿色 (#4E9F3D)、深绿色 (#1E5128)、白色 (#FFFFFF)
15. 复古彩虹：紫色 (#722880)、粉色 (#D72D51)、橙色 (#EB5C18)、琥珀色 (#F08800)、金色 (#DEB600)
16. 复古大地色：芥末黄 (#E3B448)、鼠尾草绿 (#CBD18F)、森林绿 (#3A6B35)、奶油色 (#F4F1DE)
17. 海岸玫瑰色：古玫瑰色 (#AD7670)、海狸棕 (#B49886)、蛋壳色 (#F3ECDC)、灰白色 (#BFD5BE)
18. 橙色与绿松石色：浅橙色 (#FC993E)、灰绿松石色 (#667C6F)、白色 (#FCFCFC)

视觉细节选项

几何图案：

• 使用斜线分隔区域，而非水平分隔线
• 采用不对称的列宽（30/70、40/60、25/75）
• 将标题文字旋转 90° 或 270°
• 为图像使用圆形／六边形边框
• 在角落添加三角形装饰图形
• 叠加图形以营造层次感

边框与框架样式：

• 仅在一侧使用粗实色边框（10-20pt）
• 使用对比色双线边框
• 使用角括号代替完整边框
• 使用 L 形边框（上+左或下+右）
• 在标题下方添加下划线装饰（粗细为 3-5pt）

字体样式：

• 采用极大的字号对比（72pt 标题与 11pt 正文）
• 标题全部大写，并加宽字间距
• 使用超大展示字体显示编号章节
• 使用等宽字体（Courier New）呈现数据／统计信息／技术内容
• 使用窄体字体（Arial Narrow）呈现密集信息
• 使用描边文字突出重点

图表与数据样式：

• 使用单色图表，仅用一种强调色标记关键数据
• 使用水平条形图代替垂直条形图
• 使用点图代替条形图
• 尽量减少网格线或完全不使用
• 直接在图表元素上标注数据（不使用图例）
• 用超大数字突出关键指标

布局创新：

• 使用带文字叠加的全出血图像
• 使用侧边栏列（宽度为 20-30%）展示导航／上下文信息
• 使用模块化网格系统（3×3、4×4 方块）
• 采用 Z 形或 F 形内容流
• 在彩色图形上叠放浮动文本框
• 采用杂志风格的多列布局

背景样式：

• 使用占幻灯片 40-60% 面积的纯色块
• 使用渐变填充（仅垂直或对角方向）
• 使用分割背景（两种颜色，按对角线或垂直方向分割）
• 使用延伸至边缘的色带
• 将留白作为设计元素

布局提示

创建包含图表或表格的幻灯片时：

• 双栏布局（首选）：使用横跨全宽的标题，然后在下方设置两栏——一栏放置文本／项目符号，另一栏放置重点内容。这样可以让布局更平衡，也更便于阅读图表／表格。使用列宽不等的 flexbox（例如 40%／60% 的比例），为每种内容类型优化空间。
• 全幻灯片布局：让重点内容（图表／表格）占据整张幻灯片，以获得最大的视觉冲击力和可读性
• 绝不要垂直堆叠：不要将图表／表格放在单栏文本下方——这会导致可读性差和布局问题

工作流

1. 强制要求 — 阅读整个文件：从头到尾完整阅读 html2pptx.md。读取此文件时，绝不设置任何范围限制。 在开始制作演示文稿之前，请阅读完整文件内容，了解详细语法、关键格式规则和最佳实践。
2. 为每张幻灯片创建一个 HTML 文件，并设置合适的尺寸（例如，16:9 的尺寸为 720pt × 405pt）
   • 所有文本内容都使用 <p>、<h1>-<h6>、<ul>、<ol>
   • 对需要添加图表/表格的区域使用 class="placeholder"（渲染为灰色背景，以便查看）
   • 关键：先使用 Sharp 将渐变和图标栅格化为 PNG 图片，再在 HTML 中引用
   • 布局：对于包含图表/表格/图片的幻灯片，使用全幅布局或双栏布局，以提高可读性
3. 使用 html2pptx.js 库创建并运行 JavaScript 文件，将 HTML 幻灯片转换为 PowerPoint 并保存演示文稿
   • 使用 html2pptx() 函数处理每个 HTML 文件
   • 使用 PptxGenJS API 在占位区域添加图表和表格
   • 使用 pptx.writeFile() 保存演示文稿
4. 视觉验证：生成缩略图并检查布局问题
   • 创建缩略图网格：python scripts/thumbnail.py output.pptx workspace/thumbnails --cols 4
   • 阅读并仔细检查缩略图，确认是否存在以下问题：
     • 文本截断：文本被标题栏、形状或幻灯片边缘截断
     • 文本重叠：文本与其他文本或形状重叠
     • 位置问题：内容离幻灯片边界或其他元素太近
     • 对比度问题：文本与背景之间的对比度不足
   • 如果发现问题，请调整 HTML 边距/间距/颜色并重新生成演示文稿
   • 重复上述步骤，直到所有幻灯片的视觉效果都正确

编辑现有 PowerPoint 演示文稿

编辑现有 PowerPoint 演示文稿中的幻灯片时，需要使用原始 Office Open XML（OOXML）格式。这包括解包 .pptx 文件、编辑 XML 内容，然后重新打包。

工作流

1. 强制要求 — 阅读整个文件：从头到尾完整阅读 ooxml.md（约 500 行）。读取此文件时，绝不设置任何范围限制。 在编辑演示文稿之前，请阅读完整文件内容，了解 OOXML 结构和编辑工作流的详细指南。
2. 解包演示文稿：python ooxml/scripts/unpack.py <office_file> <output_dir>
3. 编辑 XML 文件（主要是 ppt/slides/slide{N}.xml 及相关文件）
4. 关键：每次编辑后立即验证，并在继续之前修复所有验证错误：python ooxml/scripts/validate.py <dir> --original <file>
5. 打包最终演示文稿：python ooxml/scripts/pack.py <input_directory> <office_file>

使用模板创建新的 PowerPoint 演示文稿

如果需要创建遵循现有模板设计的演示文稿，请先复制并重新排列模板幻灯片，然后替换占位内容。

工作流

1. 提取模板文本并创建视觉缩略图网格：

   • 提取文本：python -m markitdown template.pptx > template-content.md
   • 阅读 template-content.md：完整阅读文件，了解模板演示文稿的内容。读取此文件时，绝不设置任何范围限制。
   • 创建缩略图网格：python scripts/thumbnail.py template.pptx
   • 更多详情请参阅创建缩略图网格部分

2. 分析模板并将清单保存到文件：

   • 视觉分析：查看缩略图网格，了解幻灯片布局、设计模式和视觉结构
   • 创建模板清单文件并保存为 template-inventory.md，内容如下：

     # 模板清单分析
     **幻灯片总数：[count]**
     **重要：幻灯片索引从 0 开始（第一张幻灯片 = 0，最后一张幻灯片 = count-1）**
     ## [类别名称]
     - 幻灯片 0：[可用时填写版式代码] - 描述/用途
     - 幻灯片 1：[版式代码] - 描述/用途
     - 幻灯片 2：[版式代码] - 描述/用途
     [... 必须逐一列出每张幻灯片及其索引 ...]
     

   • 使用缩略图网格：参考视觉缩略图，识别：
     • 版式模式（标题页、内容版式、章节分隔页）
     • 图片占位符的位置和数量
     • 幻灯片组之间的设计一致性
     • 视觉层级和结构
   • 此清单文件是下一步选择合适模板的必需文件

3. 基于模板清单创建演示文稿大纲：

   • 查看第 2 步中可用的模板。
   • 为第一页选择引言或标题模板。应选择靠前的模板之一。
   • 为其他幻灯片选择安全的纯文本版式。
   • 关键：版式结构必须与实际内容相匹配：
     • 单栏版式：用于统一叙述或单一主题
     • 双栏版式：仅用于恰好有 2 个不同条目/概念的情况
     • 三栏版式：仅用于恰好有 3 个不同条目/概念的情况
     • 图片 + 文本版式：仅用于有实际图片要插入的情况
     • 引言版式：仅用于带有出处的真实人物引言，绝不能用于强调内容
     • 切勿使用占位符数量多于内容数量的版式
     • 如果有 2 个条目，不要硬塞进三栏版式
     • 如果有 4 个或更多条目，可考虑拆分到多张幻灯片，或使用列表格式
   • 选择版式前，先统计实际内容项的数量
   • 确认所选版式中的每个占位符都能填入有意义的内容
   • 为每个内容部分选择一个最合适的版式。
   • 保存 outline.md，其中包含内容和模板映射，并充分利用可用设计
   • 模板映射示例：

     # 要使用的模板幻灯片（索引从 0 开始）
     # 警告：确认索引在有效范围内！包含 73 张幻灯片的模板，其索引为 0-72
     # 映射：大纲中的幻灯片编号 -> 模板幻灯片索引
     template_mapping = [
         0,   # 使用幻灯片 0（标题/封面）
         34,  # 使用幻灯片 34（B1：标题和正文）
         34,  # 再次使用幻灯片 34（为第二个 B1 复制该幻灯片）
         50,  # 使用幻灯片 50（E1：引言）
         54,  # 使用幻灯片 54（F2：结束页 + 文本）
     ]
     

4. 使用 rearrange.py 复制、重排和删除幻灯片：

   • 使用 scripts/rearrange.py 脚本，按所需顺序创建新的演示文稿：

     python scripts/rearrange.py template.pptx working.pptx 0,34,34,50,52
     

   • 该脚本会自动复制重复的幻灯片、删除未使用的幻灯片并重新排序
   • 幻灯片索引从 0 开始（第一张幻灯片为 0，第二张为 1，依此类推）
   • 可以多次出现同一幻灯片索引，以复制该幻灯片

5. 使用 inventory.py 脚本提取所有文本：

   • 运行清单提取：

     python scripts/inventory.py working.pptx text-inventory.json
     

   • 读取 text-inventory.json：完整读取 text-inventory.json 文件，以了解所有形状及其属性。读取此文件时绝不能设置任何范围限制。

   • 清单 JSON 结构：

       {
         "slide-0": {
           "shape-0": {
             "placeholder_type": "TITLE",  // 或非占位符时为 null
             "left": 1.5,                  // 位置，单位为英寸
             "top": 2.0,
             "width": 7.5,
             "height": 1.2,
             "paragraphs": [
               {
                 "text": "Paragraph text",
                 // 可选属性（仅在非默认值时包含）：
                 "bullet": true,           // 检测到显式项目符号
                 "level": 0,               // 仅在 bullet 为 true 时包含
                 "alignment": "CENTER",    // CENTER、RIGHT（不包括 LEFT）
                 "space_before": 10.0,     // 段前间距，单位为磅
                 "space_after": 6.0,       // 段后间距，单位为磅
                 "line_spacing": 22.4,     // 行距，单位为磅
                 "font_name": "Arial",     // 取自第一个文本运行
                 "font_size": 14.0,        // 字号，单位为磅
                 "bold": true,
                 "italic": false,
                 "underline": false,
                 "color": "FF0000"         // RGB 颜色
               }
             ]
           }
         }
       }
     

   • 主要特性：

     • 幻灯片：命名为 "slide-0"、"slide-1" 等。
     • 形状：按视觉位置（从上到下、从左到右）排序，命名为 "shape-0"、"shape-1" 等。
     • 占位符类型：TITLE、CENTER_TITLE、SUBTITLE、BODY、OBJECT 或 null
     • 默认字号：default_font_size，单位为磅，从版式占位符中提取（如果可用）
     • 幻灯片编号会被筛除：带有 SLIDE_NUMBER 占位符类型的形状会自动从清单中排除
     • 项目符号：当 bullet: true 时，始终包含 level（即使值为 0）
     • 间距：space_before、space_after 和 line_spacing 的单位为磅（仅在设置时包含）
     • 颜色：RGB 颜色使用 color（例如 "FF0000"），主题颜色使用 theme_color（例如 "DARK_1"）
     • 属性：输出中仅包含非默认值

6. 生成替换文本并将数据保存到 JSON 文件 根据上一步的文本清单：

   • 关键：首先确认清单中有哪些形状——只引用实际存在的形状
   • 验证：replace.py 脚本会验证替换 JSON 中的所有形状是否存在于清单中
     • 如果引用了不存在的形状，会显示可用形状并报错
     • 如果引用了不存在的幻灯片，会提示该幻灯片不存在并报错
     • 脚本退出前会一次性显示所有验证错误
   • 重要：replace.py 脚本会在内部使用 inventory.py 来识别所有文本形状
   • 自动清空：除非为形状提供“paragraphs”，否则清单中的所有文本形状都会被清空
   • 为需要内容的形状添加“paragraphs”字段（而不是“replacement_paragraphs”）
   • 替换 JSON 中未包含“paragraphs”的形状，其文本会自动清空
   • 带项目符号的段落会自动左对齐。当 "bullet": true 时，不要设置 alignment 属性
   • 为占位文本生成合适的替换内容
   • 根据形状大小确定合适的内容长度
   • 关键：包含原始清单中的段落属性——不要只提供文本
   • 重要：当 bullet: true 时，文本中不要包含项目符号（•、-、*）——这些符号会自动添加
   • 必要的格式规则：
     • 标题通常应设置 "bold": true
     • 列表项应设置 "bullet": true, "level": 0（bullet 为 true 时必须设置 level）
     • 保留所有对齐属性（例如，居中文本应设置 "alignment": "CENTER"）
     • 属性与默认值不同时，包含字体属性（例如，"font_size": 14.0、"font_name": "Lora"）
     • 颜色：RGB 颜色使用 "color": "FF0000"，主题颜色使用 "theme_color": "DARK_1"
     • 替换脚本需要的是格式正确的段落，而不只是文本字符串
     • 重叠形状：优先选择 default_font_size 较大或 placeholder_type 更合适的形状
   • 将包含替换内容的更新后清单保存到 replacement-text.json
   • 警告：不同的模板布局包含的形状数量不同——创建替换内容前，务必检查实际清单

   显示正确格式的“paragraphs”字段示例：

   "paragraphs": [
     {
       "text": "New presentation title text",
       "alignment": "CENTER",
       "bold": true
     },
     {
       "text": "Section Header",
       "bold": true
     },
     {
       "text": "First bullet point without bullet symbol",
       "bullet": true,
       "level": 0
     },
     {
       "text": "Red colored text",
       "color": "FF0000"
     },
     {
       "text": "Theme colored text",
       "theme_color": "DARK_1"
     },
     {
       "text": "Regular paragraph text without special formatting"
     }
   ]
   

   替换 JSON 中未列出的形状会自动清空：

   {
     "slide-0": {
       "shape-0": {
         "paragraphs": [...] // This shape gets new text
       }
       // shape-1 and shape-2 from inventory will be cleared automatically
     }
   }
   

   演示文稿中的常见格式模式：

   • 标题幻灯片：粗体文本，有时居中
   • 幻灯片中的章节标题：粗体文本
   • 项目符号列表：每个条目都需要设置 "bullet": true, "level": 0
   • 正文：通常无需特殊属性
   • 引言：可能需要特殊的对齐方式或字体属性

7. 使用 replace.py 脚本应用替换内容

   python scripts/replace.py working.pptx replacement-text.json output.pptx
   

   脚本将：

   • 首先使用 inventory.py 中的函数提取所有文本形状的清单
   • 验证替换 JSON 中的所有形状是否存在于清单中
   • 清空清单中识别出的所有形状的文本
   • 仅将新文本应用到替换 JSON 中定义了“paragraphs”的形状
   • 通过应用 JSON 中的段落属性来保留格式
   • 自动处理项目符号、对齐方式、字体属性和颜色
   • 保存更新后的演示文稿

   验证错误示例：

   ERROR: Invalid shapes in replacement JSON:
     - Shape 'shape-99' not found on 'slide-0'. Available shapes: shape-0, shape-1, shape-4
     - Slide 'slide-999' not found in inventory
   

   ERROR: Replacement text made overflow worse in these shapes:
     - slide-0/shape-2: overflow worsened by 1.25" (was 0.00", now 1.25")
   

创建缩略图网格

要创建 PowerPoint 幻灯片的可视化缩略图网格，以便快速分析和参考：

python scripts/thumbnail.py template.pptx [output_prefix]

功能：

• 创建：thumbnails.jpg（对于大型演示文稿，则创建 thumbnails-1.jpg、thumbnails-2.jpg 等）
• 默认设置：5 列，每个网格最多包含 30 张幻灯片（5×6）
• 自定义前缀：python scripts/thumbnail.py template.pptx my-grid
  • 注意：如果要将输出保存到特定目录，前缀应包含路径（例如，workspace/my-grid）
• 调整列数：--cols 4（范围：3-6，会影响每个网格中的幻灯片数量）
• 网格上限：3 列 = 每个网格 12 张幻灯片，4 列 = 20 张，5 列 = 30 张，6 列 = 42 张
• 幻灯片的索引从 0 开始（Slide 0、Slide 1 等）

使用场景：

• 模板分析：快速了解幻灯片布局和设计模式
• 内容审阅：直观查看整个演示文稿
• 导航参考：根据幻灯片的视觉外观查找特定幻灯片
• 质量检查：确认所有幻灯片的格式均正确

示例：

# Basic usage
python scripts/thumbnail.py presentation.pptx

# Combine options: custom name, columns
python scripts/thumbnail.py template.pptx analysis --cols 4

将幻灯片转换为图像

要直观分析 PowerPoint 幻灯片，请通过以下两步将其转换为图像：

1. 将 PPTX 转换为 PDF：

   soffice --headless --convert-to pdf template.pptx
   

2. 将 PDF 页面转换为 JPEG 图像：

   pdftoppm -jpeg -r 150 template.pdf slide
   

   这会创建 slide-1.jpg、slide-2.jpg 等文件。

选项：

• -r 150：将分辨率设为 150 DPI（可调整以平衡质量和文件大小）
• -jpeg：输出 JPEG 格式（如需 PNG 格式，请使用 -png）
• -f N：要转换的起始页（例如，-f 2 从第 2 页开始）
• -l N：要转换的末尾页（例如，-l 5 转换到第 5 页为止）
• slide：输出文件的前缀

转换指定范围的示例：

pdftoppm -jpeg -r 150 -f 2 -l 5 template.pdf slide  # Converts only pages 2-5

代码风格指南

重要：为 PPTX 操作生成代码时：

• 编写简洁的代码
• 避免使用冗长的变量名称和冗余操作
• 避免不必要的打印语句

依赖项

必需的依赖项（应已安装）：

• markitdown：pip install "markitdown[pptx]"（用于从演示文稿中提取文本）
• pptxgenjs：npm install -g pptxgenjs（用于通过 html2pptx 创建演示文稿）
• playwright：npm install -g playwright（用于在 html2pptx 中渲染 HTML）
• react-icons：npm install -g react-icons react react-dom（用于图标）
• sharp：npm install -g sharp（用于 SVG 栅格化和图像处理）
• LibreOffice：sudo apt-get install libreoffice（用于转换 PDF）
• Poppler：sudo apt-get install poppler-utils（用于通过 pdftoppm 将 PDF 转换为图像）
• defusedxml：pip install defusedxml（用于安全地解析 XML）