PHP代码读取word文档内容并转为txt文档

已于 2023-04-27 10:13:26 修改
阅读量315 收藏
点赞数
分类专栏： PHP 文章标签： php word
于 2023-04-26 14:02:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36345633/article/details/130384651
版权

方法一

<?php
class WordPHP
{
	private $debug = false;
	private $file;
	private $rels_xml;
	private $doc_xml;
	private $doc_media = [];
	private $last = 'none';
// 	private $encoding = 'ISO-8859-1';
	private $encoding = 'UTF-8';
	private $tmpDir = 'tmp';
	
	/**
	 * CONSTRUCTOR
	 * 
	 * @param Boolean $debug Debug mode or not
	 * @return void
	 */
	public function __construct($debug_=null, $encoding=null)
	{
		if($debug_ != null) {
			$this->debug = $debug_;
		}
		if ($encoding != null) {
			$this->encoding = $encoding;
		}
		$this->tmpDir = dirname(__FILE__);
	}

	/**
	 * Sets the tmp directory where images will be stored
	 * 
	 * @param string $tmp The location 
	 * @return void
	 */
	private function setTmpDir($tmp)
	{
		$this->tmpDir = $tmp;
	}

	/**
	 * READS The Document and Relationships into separated XML files
	 * 
	 * @param var $object The class variable to set as DOMDocument 
	 * @param var $xml The xml file
	 * @param string $encoding The encoding to be used
	 * @return void
	 */
	private function setXmlParts(&$object, $xml, $encoding)
	{
		$object = new DOMDocument();
		$object->encoding = $encoding;
		$object->preserveWhiteSpace = false;
		$object->formatOutput = true;
		$object->loadXML($xml);
		$object->saveXML();
	}

	/**
	 * READS The Document and Relationships into separated XML files
	 * 
	 * @param String $filename The filename
	 * @return void
	 */
	private function readZipPart($filename)
	{
		$zip = new ZipArchive();
		$_xml = 'word/document.xml';
		$_xml_rels = 'word/_rels/document.xml.rels';
		
		if (true === $zip->open($filename)) {
			if (($index = $zip->locateName($_xml)) !== false) {
				$xml = $zip->getFromIndex($index);
			}
			//Get the relationships
			if (($index = $zip->locateName($_xml_rels)) !== false) {
				$xml_rels = $zip->getFromIndex($index);
			}
			// load all images if they exist
			for ($i=0; $i<$zip->numFiles;$i++) {
            	$zip_element = $zip->statIndex($i);
            	 if(preg_match("([^\s]+(\.(?i)(jpg|jpeg|png|gif|bmp))$)",$zip_element['name'])) {
            	 	$this->doc_media[$zip_element['name']] = $zip_element['name'];
            	 }
        	}
			$zip->close();
		} else die('non zip file');

		$enc = mb_detect_encoding($xml);
		$this->setXmlParts($this->doc_xml, $xml, $enc);
		$this->setXmlParts($this->rels_xml, $xml_rels, $enc);
		
		if($this->debug) {
			echo "<textarea style='width:100%; height: 200px;'>";
			echo $this->doc_xml->saveXML();
			echo "</textarea>";
			echo "<textarea style='width:100%; height: 200px;'>";
			echo $this->rels_xml->saveXML();
			echo "</textarea>";
		}
	}

	/**
	 * CHECKS THE FONT FORMATTING OF A GIVEN ELEMENT
	 * Currently checks and formats: bold, italic, underline, background color and font family
	 * 
	 * @param XML $xml The XML node
	 * @return String HTML formatted code
	 */
	private function checkFormating(&$xml)
	{	
		$node = trim($xml->readOuterXML());
		$t = '';
		// add <br> tags
		if (strstr($node,'<w:br ')) $t = '<br>';					 
		// look for formatting tags
		$f = "<span style='";
		$reader = new XMLReader();
		$reader->XML($node);
		$img = null;

		while ($reader->read()) {
			if($reader->name == "w:b") {
				$f .= "font-weight: bold,";
			}
			if($reader->name == "w:i") {
				$f .= "text-decoration: underline,";
			}
			if($reader->name == "w:color") {
				$f .="color: #".$reader->getAttribute("w:val").",";
			}
			if($reader->name == "w:rFont") {
				$f .="font-family: #".$reader->getAttribute("w:ascii").",";
			}
			if($reader->name == "w:shd" && $reader->getAttribute("w:val") != "clear" && $reader->getAttribute("w:fill") != "000000") {
				$f .="background-color: #".$reader->getAttribute("w:fill").",";
			}
			if($reader->name == 'w:drawing' && !empty($reader->readInnerXml())) {
				$r = $this->checkImageFormating($reader);
				$img = $r !== null ? "<image src='".$r."' />" : null;
			}
		}
		
		$f = rtrim($f, ',');
		$f .= "'>";
		$t .= ($img !== null ? $img : htmlentities($xml->expand()->textContent));

		return $f.$t."</span>";
	}
	
	/**
	 * CHECKS THE ELEMENT FOR UL ELEMENTS
	 * Currently under development
	 * 
	 * @param XML $xml The XML node
	 * @return String HTML formatted code
	 */
	private function getListFormating(&$xml)
	{	
		$node = trim($xml->readOuterXML());
		
		$reader = new XMLReader();
		$reader->XML($node);
		$ret="";
		$close = "";
		while ($reader->read()){
			if($reader->name == "w:numPr" && $reader->nodeType == XMLReader::ELEMENT ) {
				
			}
			if($reader->name == "w:numId" && $reader->hasAttributes) {
				switch($reader->getAttribute("w:val")) {
					case 1:
						$ret['open'] = "<ol><li>";
						$ret['close'] = "</li></ol>";
						break;
					case 2:
						$ret['open'] = "<ul><li>";
						$ret['close'] = "</li></ul>";
						break;
				}
				
			}
		}
		return $ret;
	}
	
	/**
	 * CHECKS IF THERE IS AN IMAGE PRESENT
	 * Currently under development
	 * 
	 * @param XML $xml The XML node
	 * @return String The location of the image
	 */
	private function checkImageFormating(&$xml)
	{
		$content = trim($xml->readInnerXml());

		if (!empty($content)) {

			$relId;
			$notfound = true;
			$reader = new XMLReader();
			$reader->XML($content);
			
			while ($reader->read() && $notfound) {
				if ($reader->name == "a:blip") {
					$relId = $reader->getAttribute("r:embed");
					$notfound = false;
				}
			}

			// image id found, get the image location
			if (!$notfound && $relId) {
				$reader = new XMLReader();
				$reader->XML($this->rels_xml->saveXML());
				
				while ($reader->read()) {
					if ($reader->nodeType == XMLREADER::ELEMENT && $reader->name=='Relationship') {
						if($reader->getAttribute("Id") == $relId) {
							$link = "word/".$reader->getAttribute('Target');
							break;
						}
					}
				}

    			$zip = new ZipArchive();
    			$im = null;
    			if (true === $zip->open($this->file)) {
        			$im = $this->createImage($zip->getFromName($link), $relId, $link);
    			}
    			$zip->close();
    			return $im;
			}
		}

		return null;
	}

	/**
	 * Creates an image in the filesystem
	 *  
	 * @param objetc $image The image object
	 * @param string $relId The image relationship Id
	 * @param string $name The image name
	 * @return Array With HTML open and closing tag definition
	 */
	private function createImage($image, $relId, $name)
	{
		$arr = explode('.', $name);
		$l = count($arr);
		$ext = strtolower($arr[$l-1]);

		$im = imagecreatefromstring($image);
		$fname = $this->tmpDir.'/tmp/'.$relId.'.'.$ext;

		switch ($ext) {
			case 'png':
				imagepng($im, $fname);
				break;
			case 'bmp':
				imagebmp($im, $fname);
				break;
			case 'gif':
				imagegif($im, $fname);
				break;
			case 'jpeg':
			case 'jpg':
				imagejpeg($im, $fname);
				break;
			default:
				return null;
		}

		return $fname;
	}

	/**
	 * CHECKS IF ELEMENT IS AN HYPERLINK
	 *  
	 * @param XML $xml The XML node
	 * @return Array With HTML open and closing tag definition
	 */
	private function getHyperlink(&$xml)
	{
		$ret = array('open'=>'<ul>','close'=>'</ul>');
		$link ='';
		if($xml->hasAttributes) {
			$attribute = "";
			while($xml->moveToNextAttribute()) {
				if($xml->name == "r:id")
					$attribute = $xml->value;
			}
			
			if($attribute != "") {
				$reader = new XMLReader();
				$reader->XML($this->rels_xml->saveXML());
				
				while ($reader->read()) {
					if ($reader->nodeType == XMLREADER::ELEMENT && $reader->name=='Relationship') {
						if($reader->getAttribute("Id") == $attribute) {
							$link = $reader->getAttribute('Target');
							break;
						}
					}
				}
			}
		}
		
		if($link != "") {
			$ret['open'] = "<a href='".$link."' target='_blank'>";
			$ret['close'] = "</a>";
		}
		
		return $ret;
	}


	/**
	 * PROCESS TABLE CONTENT
	 *  
	 * @param XML $xml The XML node
	 * @return THe HTML code of the table
	 */
	private function checkTableFormating(&$xml)
	{
		$table = "<table><tbody>";

		while ($xml->read()) {
			if ($xml->nodeType == XMLREADER::ELEMENT && $xml->name === 'w:tr') { //table row
				$tc = $ts = "";


				$tr = new XMLReader;
				$tr->xml(trim($xml->readOuterXML()));

				while ($tr->read()) {
					if ($tr->nodeType == XMLREADER::ELEMENT && $tr->name === 'w:tcPr') { //table element properties
						$ts = $this->processTableStyle(trim($tr->readOuterXML()));
					}
					if ($tr->nodeType == XMLREADER::ELEMENT && $tr->name === 'w:tc') { //table column
						$tc .= $this->processTableRow(trim($tr->readOuterXML()));
					}
				}
				$table .= '<tr style="'.$ts.'">'.$tc.'</tr>';
			}
		}

		$table .= "</tbody></table>";
		return $table;
	}

	/**
	 * PROCESS THE TABLE ROW STYLE
	 *  
	 * @param string $content The XML node content
	 * @return THe HTML code of the table
	 */
	private function processTableStyle($content)
	{
		/*border-collapse:collapse; 
		border-bottom:4px dashed #0000FF; 
		border-top:6px double #FF0000; 
		border-left:5px solid #00FF00; 
		border-right:5px solid #666666;*/

		$tc = new XMLReader;
		$tc->xml($content);
		$style = "border-collapse:collapse;";

		while ($tc->read()) {
			if ($tc->name === "w:tcBorders") {
				$tc2 = new SimpleXMLElement($tc->readOuterXML());

				foreach ($tc2->children('w',true) as $ch) {
					if (in_array($ch->getName(), ['left','top','botom','right']) ) {
						$line = $this->convertLine($ch['val']);
						$style .= " border-".$ch->getName().":".$ch['sz']."px $line #".$ch['color'].";";
					}
				}
				
				$tc->next();
			}
		}
		return $style;
	}

	private function convertLine($in)
	{
		if (in_array($in, ['dotted']))
			return "dashed";

		if (in_array($in, ['dotDash','dotdotDash','dotted','dashDotStroked','dashed','dashSmallGap']))
			return "dashed";
		
		if (in_array($in, ['double','triple','threeDEmboss','threeDEngrave','thick']))
			return "double";

		if (in_array($in, ['nil','none']))
			return "none";

		return "solid";
	}

	/**
	 * PROCESS THE TABLE ROW
	 *  
	 * @param string $content The XML node content
	 * @return THe HTML code of the table
	 */
	private function processTableRow($content)
	{
		$tc = new XMLReader;
		$tc->xml($content);
		$ct = "";

		while ($tc->read()) {
			if ($tc->name === "w:r") {
				$ct .= "<td>".$this->checkFormating($tc)."</td>";
				$tc->next();
			}
		}
		return $ct;
	}

	/**
	 * READS THE GIVEN DOCX FILE INTO HTML FORMAT
	 *  
	 * @param String $filename The DOCX file name
	 * @return String With HTML code
	 */
	public function readDocument($filename)
	{
		$this->file = $filename;
		$this->readZipPart($filename);
		$reader = new XMLReader();
		$reader->XML($this->doc_xml->saveXML());

		$text = ''; $list_format=[];

		$formatting['header'] = 0;
		// loop through docx xml dom
		while ($reader->read()) {
		// look for new paragraphs
			$paragraph = new XMLReader;
			$p = $reader->readOuterXML();

			if ($reader->nodeType == XMLREADER::ELEMENT && $reader->name === 'w:p') {
				// set up new instance of XMLReader for parsing paragraph independantly				
				$paragraph->xml($p);

				preg_match('/<w:pStyle w:val="(Heading.*?[1-6])"/',$p,$matches);
				if(isset($matches[1])) {
					switch($matches[1]){
						case 'Heading1': $formatting['header'] = 1; break;
						case 'Heading2': $formatting['header'] = 2; break;
						case 'Heading3': $formatting['header'] = 3; break;
						case 'Heading4': $formatting['header'] = 4; break;
						case 'Heading5': $formatting['header'] = 5; break;
						case 'Heading6': $formatting['header'] = 6; break;
						default: $formatting['header'] = 0; break;
					}
				}
				// open h-tag or paragraph
				$text .= ($formatting['header'] > 0) ? '<h'.$formatting['header'].'>' : '<p>';
				
				// loop through paragraph dom
				while ($paragraph->read()) {
					// look for elements
					if ($paragraph->nodeType == XMLREADER::ELEMENT && $paragraph->name === 'w:r') {
						if($list_format == "")
							$text .= $this->checkFormating($paragraph);
						else {
							$text .= $list_format['open'];
							$text .= $this->checkFormating($paragraph);
							$text .= $list_format['close'];
						}
						$list_format ="";
						$paragraph->next();
					}
					else if($paragraph->nodeType == XMLREADER::ELEMENT && $paragraph->name === 'w:pPr') { //lists
						$list_format = $this->getListFormating($paragraph);
						$paragraph->next();
					}
					else if($paragraph->nodeType == XMLREADER::ELEMENT && $paragraph->name === 'w:drawing') { //images
						$text .= $this->checkImageFormating($paragraph);
						$paragraph->next();
					}
					else if ($paragraph->nodeType == XMLREADER::ELEMENT && $paragraph->name === 'w:hyperlink') {
						$hyperlink = $this->getHyperlink($paragraph);
						$text .= $hyperlink['open'];
						$text .= $this->checkFormating($paragraph);
						$text .= $hyperlink['close'];
						$paragraph->next();
					}
				}
				$text .= ($formatting['header'] > 0) ? '</h'.$formatting['header'].'>' : '</p>';
			}
			else if ($reader->nodeType == XMLREADER::ELEMENT && $reader->name === 'w:tbl') { //tables
				$paragraph->xml($p);
				$text .= $this->checkTableFormating($paragraph);
				$reader->next();
			}
		}
		$reader->close();
		if($this->debug) {
			echo "<div style='width:100%; height: 200px;'>";
			echo mb_convert_encoding($text, $this->encoding);
			echo "</div>";
		}
		return mb_convert_encoding($text, $this->encoding);
	}
}

调用

​
<?php
include 'class.wordphp.php';
error_reporting(0);

$rt = new WordPHP();
$text = $rt->readDocument('ces.docx');

file_put_contents('ces.html', $text);


$line = file_get_contents('ces.html'); //读取生成的html
$line = preg_replace( "@<script(.*?)</script>@is", "", $line);
$line= preg_replace( "@<iframe(.*?)</iframe>@is", "", $line);
$line= preg_replace( "@<style(.*?)</style>@is", "", $line);
$line= preg_replace( "@<(.*?)>@is", "", $line);
$line= html_entity_decode($line, ENT_QUOTES, 'UTF-8');
$line= htmlspecialchars_decode($line);
$line = str_replace(["\n","\t","\r"], "", $line);//去除换行符
$line = preg_replace('/\s(?=\s)/', '', $line); //去掉跟随别的挤在一块的空白

echo $line;

file_put_contents('word.txt', $line);


​

方法二

<?php
// 引入PHPWord库
require_once 'vendor/autoload.php';

function readWordToHtml($source)
{
    $phpWord = \PhpOffice\PhpWord\IOFactory::load($source);
    $html = '';
    foreach ($phpWord->getSections() as $section) {
        foreach ($section->getElements() as $ele1) {
            if ($ele1 instanceof \PhpOffice\PhpWord\Element\TextRun) {
                foreach ($ele1->getElements() as $ele2) {
                    if ($ele2 instanceof \PhpOffice\PhpWord\Element\Text) {
                        $html .= mb_convert_encoding($ele2->getText(), 'GBK', 'UTF-8');
                    }
                }
            }
        }
    }
    
    return mb_convert_encoding($html, 'UTF-8', 'GBK');
}

    //方法一：文件
    $file = 'ces.docx';
    $text = readWordToHtml($file);

    //方法二：文件流
    $word_binary_data = file_get_contents($file);   //文件流
    $temp_word_file = tempnam(sys_get_temp_dir(), 'word');     //临时文件
    file_put_contents($temp_word_file, $word_binary_data);      

    $text = readWordToHtml($temp_word_file);

    unlink($temp_word_file);    //删除临时文件

    echo $text;

Casual_1573
关注
专栏目录
php读取word文件并解析图片,PHP读取office word文档内容及图片
weixin_42314448的博客
03-09 1466
PHP读取word文档里的文字及图片，并保存一、composer安装phpWordcomposer require phpoffice/phpword二、phpWord读取 docx文档(注意是docx格式，doc格式不行)如果你的文件是doc格式，直接另存为一个docx就行了；如果你的doc文档较多，可以下一个批量转换工具：http://www.batchwork.com/en/doc2do...
php读取word文件并解析图片,PHP读取word docx文档内容及处理图片
weixin_36448205的博客
03-09 733
PHP读取word文档里的文字及图片，并保存一、composer安装phpWordcomposer require phpoffice/phpword二、phpWord读取 docx文档(注意是docx格式，doc格式不行)如果你的文件是doc格式，直接另存为一个docx就行了；如果你的doc文档较多，可以下一个批量转换工具：http://www.batchwork.com/en/doc2do...
php利用com转出word内容
06-18
doc,docx内容转出到文本|数据库 * 注意： * 1.先到PHP.INI中打开COM选项，com.allow_dcom = true * PHP 5.4.5后，com/dotnet 模块已经成了单独的扩展， * 所以需要在PHP.ini中配置extension=php_com_dotnet.dll ，如果PHP VERSION<5.4.5 则不需要。 * 2.必需安装office套件 * 3.如果执行失败需重命名doc文件名，并且任务管理器中结束winword.exe进程
doc转换txt - PHP版
qq_23849515的博客
09-05 361
使用php获取doc文件内容
php将word转txt,怎么把word转换成txt word文档转换成txt word批量转txt
weixin_39643244的博客
04-05 589
相比于word文档的视觉效果的多样性，txt纯文本更具有简洁纯净的味道，而且txt是几乎所有移动设备都支持播放的一种文本格式，其更具有传播广泛性，所以在某些时候将word文档转换成txt更具有优势，怎么把word转换成txt？为此小编给大伙说说如何将word批量转txt。word批量转txt软件是一个无安装程序的小软件，双击运行图标即可看到一个相当小巧简约的界面。看起来可能会感觉蛮简陋，但是该有的...
php 转pdf 兼容性问题,php如何将doc文件转为pdf文件
weixin_36213756的博客
03-10 410
php将doc文件转为pdf文件的方法：1、编辑php.ini文件，添加【extension=php_com_dotnet.dll】；2、配置office组件服务；3、利用ExportAsFixedFormat函数转换文件即可。具体方法：(推荐教程：php视频教程)1、修改php.ini添加：extension=php_com_dotnet.dll去除注释：com.allow_dcom = tru...
PHP导出word（纯文字）
weixin_33843409的博客
07-22 150
2019独角兽企业重金招聘Python工程师标准>>> ...
通过thinkphp5+PHPOffice读取word文件写入到html文件
04-28
在控制器中，可以使用PHPWord提供的API来读取.docx文件，然后将其内容转换成HTML格式。以下是一个简单的示例代码： ```php <?php namespace app\index\controller; use PHPWord\IOFactory; use think\Controller; ...
php或js获取word内容,js能读取word js读取word文档
weixin_35931397的博客
03-25 1011
如何使用jquery读取word文档text = '，本地文件，文本内容到PDF的转换，其最终还是调用wkhtmltopdf命令.add_table(rows=1,cols=1，以及使用freemarker这样的模板引擎这样的方式。php中也有一些相应的方法，但在python中将web/html内容生成world文档的方法是很少的、Apache POI、Java2Word、iText等各种方式。使...
java读取word生成html文件_详解java实现word文件转html文件的示例代码
weixin_36033516的博客
02-16 1787
这篇文章主要为大家详细介绍了java实现word文件转html文件的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下最近在项目开发中用户提出要在电脑上没有装office时在浏览器中打开word文件，最后确定的逻辑：用户选择想要查看的文件，页面js判断文件是否为word。不是执行下载，是后端根据word文件后缀访问对应转换方法。文件已存在对应html文件直接返回html文件地址，不存在先生成对...
强大的php生成word ,html,rtf,pdf框架（包含中文文档）
06-06
PHPWord Beta 0.6.2 开发者指南 目 录 首先我们要了解文档最基本的信息和设置： 4 计量单位：缇（twips） 4 字体设置 4 文档属性设置 4 新建文档 5 添加页面 5 页面样式 5 页面样式属性 6 文本 7 添加文本 7 添加文本资源 7 文本样式 8 样式属性列表 9 添加换行符 10 添加分页符 10 列表 10 添加列表 10 列表样式 11 列表样式属性列表 11 超链接 11 添加超链接 11 超链接样式 12 图片 13 添加图片 13 图片样式 13 图片样式属性 13 添加GD生成图片 14 添加水印 14 添加对象 15 添加标题 15 添加目录 16 表格 17 添加表格 17 添加行 17 添加单元格 17 单元格样式 19 表格样式 20 页脚 22 页眉 23 模版 23 其他问题修改 25 解决文本缩进问题 25 表格对齐和表格缩进 27 图片缩进和绝对相对悬浮定位 30 首先我们要了解文档最基本的信息和设置：  因为是国外编辑的类库，存在对中文支持的问题，使用前，我们需要进行一些修正： 1、解决编码问题，PHPword 会对输入的文字进行utf8_encode编码转化，如果你使用GBK、GB2312或者utf8编码的话就会出现乱码，如果你用utf8编码，就查找类库中所有方法中的 utf8_encode 转码将其删除，如果你采用GBK或者GB2312编码，使用iconv进行编码转换。 2、解决中文字体支持，在writer/word2007/base.php中 312行添加 $objWriter->writeAttribute('w:eastAsia',$font) 3、启动php zip支持，windows环境下在php配置文件php.ini中，将extension=php_zip.dll前面的分号“;”去除；(如果没有，请添加extension=php_zip.dll此行并确保php_zip.dll文件存在相应的目录)，然后同样在php.ini文件中，将 zlib.output_compression = Off 改为zlib.output_compression = On ； 
php word转html格式类
06-02
这个PHP函数可以将word文件内容转换成html格式，注意：不是直接将word文件转html文件，而是对其内容进行转换输出。
imagetotxt php_PHP 导出简单文本内容(word txt等)
weixin_42465140的博客
01-12 136
php导出word文件，简单拓展可导出其他文本类文件1 /**2 * php 导出简单文本内容(word txt等)3 * @param $content mixed 导出内容 (文本string / html代码)4 * @param $filename string 需保存文件名5 * @param string $extension 文件类型 (doc docx txt xml)...
php生成txt.word.xls直接下载代码
weixin_30699443的博客
05-09 122
php如何利用header函数实现点击特殊文件连接后提示下载保存解决方案 相信很多人在实现文件下载功能时会遇到这种情况，本意是点击下载连接提示保存对话框，事情往往事与愿违，例如TXT、图像文件JPG、GIF、PDF等这样的文件会直接在浏览器中打开文件内容，而不是提示保存。通过下面的方法可以解决这个问题。<?php if (sExport == "txt" ){女装品牌排行榜 hea...
php htm转为txt,PHP将HTML转换成文本一些方法总结
weixin_42387906的博客
03-25 275
在php中html转换成文本提供了自带的函数strip_tags了，但有时此函数不够用，下面总结了一些用户自定的函数，各位可参考。最常用的使用php函数strip_tags 代码如下 复制代码 $mystr=<<此处省略几十行HTML代码^_^SATO;$str=strip_tags($mystr);//到这里就已经达到我的HTML转为TXT文本的目...
php 提取文字,如何使用PHP从word文档中提取文本内容？
weixin_30036289的博客
03-09 1142
我想用PHP从word文档中提取文本内容.我在Microsoft Word for Mac 2011中创建了一个新的单词文档.编辑：也通过在Windows 7中的Microsoft Word中创建相同的文档进行测试.文件的内容是The quick brown fox jumps over the lazy dog我把它保存到磁盘作为Word 97-2004文档(.doc).$source = "w...
Python之word文档内容读取
最新发布
Mavey__的博客
08-12 1958
【代码】Python之word文档内容读取。
PHP 导出简单文本内容(word txt等)
weixin_30786657的博客
10-19 621
PHP导出word文件，简单拓展可导出其他文本类文件 1 /** 2 * PHP 导出简单文本内容(word txt等) 3 * @param $content mixed 导出内容 (文本string / html代码) 4 * @param $filename string 需保存文件名 5 * @param string $extension 文件类...
php使用phpword教程,使用PHPWord生成word文档
weixin_33911375的博客
03-18 1507
有时我们需要把网页内容保存为Word文档格式，以供其他人员查看和编辑。PHPWord是一个用纯PHP编写的库，使用PHPWord可以轻松处理word文档内容，生成你想要的word文档。安装我们使用Composer来安装PHPWord。composer require phpoffice/phpword如何使用自动加载安装好phpword后，新建一个php文档，引入autoload.php。requ...
python读取word文档内容并写入txt
04-18
可以通过使用python-docx和openpyxl库来读取和写入word文档和Excel文件。以下是一个使用python-docx来读取word文档内容并将其写入txt的示例： ```python import docx def read_docx(file_path): doc = docx.Document(file_path) full_text = [] for para in doc.paragraphs: full_text.append(para.text) return '\n'.join(full_text) def write_txt(file_path, content): with open(file_path, 'w', encoding='utf-8') as f: f.write(content) if __name__ == '__main__': file_path = 'example.docx' text = read_docx(file_path) write_txt('example.txt', text) ``` 这段代码将读取名为example.docx的文件中的所有段落，并将其写入新文件example.txt中。请注意，此代码中的读取和写入操作都是在本地文件系统上执行的。如果要将文本写入云存储或数据库等其他存储系统，请相应地修改代码。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值