php使用unoconv获取docx内容

Linux unoconv

unoconv 转换 doc，docx，xls，xlsx，ppt，pptx 文件

安装unoconv

yum install unoconv

doc转换成pdf

/usr/bin/unoconv -f pdf /home/1.doc

doc转换成txt

/usr/bin/unoconv -f txt /home/1.doc

docx转换成txt

/usr/bin/unoconv -f txt /home/1.docx

php中使用需要另外安装unoconv

下载地址：https://github.com/unoconv/unoconv

解压并安装

unzip unoconv-master.zip
cd unoconv-master/
make install

执行完以上操作后接下来可以执行转换命令了,例如

/usr/bin/unoconv -f txt	/www/1.docx 

得到 /www/1.txt

如果中文乱码可以用以下方式解决
将Windows下的Fonts，如：C:\Windows\Fonts，压缩成Fonts.zip压缩包。
将压缩包拷贝到Linux目录下，执行以下命令便可：

unzip Fonts.zip
mkdir /usr/share/fonts/win
cp Fonts/* /usr/share/fonts/win
cd /usr/share/fonts/win
chmod  -Rf 755 *
mkfontscale  
mkfontdir  
fc-cache –fv

重启服务器便可。

php中使用

shell_exec('/usr/bin/unoconv -f txt /www/1.docx - 2>&1');

得到 /www/1.txt

	$filename='/www/1.txt';
    $handle = fopen($filename, "r");//读取文件
    //通过filesize获得文件大小，将整个文件一下子读到一个字符串中
    $contents = fread($handle, filesize ($filename));//获取到了内容
    fclose($handle);//关闭文件
    unlink($filename);//删除/www/1.txt