docx文件的读取
docx文件其实是由很多XML文件组成,其中内容就存在于word/document.xml里面。
我们找到一个docx文件,使用zip文件打开(或者把docx后缀名改为zip,然后解压)(推荐学习:PHP视频教程)
在word目录下有document.xml,docx文件的内容就存在于document.xml里面,我们读取这个文件就可以了.
代码如下:function parseWord($file) {
$content = "";
$zip = new ZipArchive ( );
if ($zip->open ($file) === TRUE ) {
for($i = 0; $i < $zip->numFiles; $i ++) {
$entry = $zip->getNameIndex ( $i );
if (pathinfo ($entry,PATHINFO_BASENAME) == "document.xml") {
$zip->extractTo (pathinfo ($file, PATHINFO_DIRNAME ) . "/" . pathinfo ($file, PATHINFO_FILENAME ), array (
$entry
) );
$filepath = pathinfo ($file, PATHINFO_DIRNAME ) . "/" . pathinfo ( $file, PATHINFO_FILENAME ) . "/" . $entry;
$content = strip_tags ( file_get_contents ( $filepath ) );
break;
}
}
$zip->close ();
return $content;
} else {
echo 'no';
}
}
值得注意的是:
第一 $file文件不能与当前代码在同一目录文件下,$file存放在单独的文件夹