php将word中的omath转成mathml

最新推荐文章于 2025-08-29 11:25:03 发布

原创最新推荐文章于 2025-08-29 11:25:03 发布 · 918 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#php #word #开发语言

本文介绍了如何从Word文档的XML中提取公式，并将其转换为MathML格式，以便进一步转换为Latex或生成公式图片。重点提及了使用DOMDocument、XSLT和mathjax进行转换的技术细节。

获取word的xml后，可用以下方式将所有的公式都提取并转换成mathml格式，再根据自己的业务场景进行转换成latex、公式图片即可，mathml可用mathjax直接渲染。

		// 解析xml
        $xml_document_weizhi = stripos($xml, '<w:body>');
        $xml_document  = substr($xml, 0, $xml_document_weizhi);
        
        $mml_arrs= [];

        // 提取所有的公式，转化成mathml
        libxml_disable_entity_loader(false);
        preg_replace_callback('/(<m:oMath>)([\s\S]*?)(<\/m:oMath>)/', function ($matches) use ($xml_document,&$mml_arrs) {
            $mml =$xml_document.'<w:body><m:oMathPara>' . $matches[0] . '</m:oMathPara></w:body></w:document>';
            $domDocument = new DOMDocument();
            $domDocument->loadXML($mml);
            $numberings = $domDocument->getElementsByTagNameNS('http://schemas.openxmlformats.org/wordprocessingml/2006/main', 'body');
            $numberings = $numberings->item(0);
            $xsl        = new DOMDocument();
            $xsl->load('OMML2MML.XSL');
            $processor = new XSLTProcessor();
            $processor->importStyleSheet($xsl);
            $omml                = $processor->transformToXML($numberings);
            $omml                = str_replace('<?xml version="1.0" encoding="UTF-8"?>', '', $omml);
            $omml                = str_replace('xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"', '', $omml);
            $omml                = str_replace("mml:", '', $omml);
            $omml                = str_replace("\n", '', $omml);
 			// 上面转换后部分公式非斜体，但是使用mathjax渲染时还是斜体，就把mi改成mo
            $omml = str_replace("<mi mathvariant=\"normal\">'</mi>","<mo mathvariant=\"normal\">'</mo>",$omml);
          
            $omml = str_replace("<mi>'</mi>","<mo>'</mo>",$omml);
            // 公式中的导数符号被解析成了单引号，经过尝试后用如下格式的mathml使用mathjax渲染后可用！
            $omml = str_replace("<mo>'</mo>","<msup><mi></mi><mo>'</mo></msup>",$omml);
            // 将公式中的斜体的中文都改成正体，在word中明明已取消了斜体，但是解析道德还是斜体，故批量把斜体中文改成正常字体
            $omml = preg_replace('/<mi>([\x{4e00}-\x{9fa5}]+)<\/mi>/isu','<mo>$1</mo>',$omml);
            $mml_arrs[] = $omml;
            return "";
        }, $xml);