Question

我使用html标签创建了.doc文件，其中包含HTML表单元素，如Textbox，checkbox，radiobutton，dropdown和hidden fields。打开文档时，这些显示正确。

我可以在使用php代码更新.doc文件时解析.doc文件。并且能够在保存到数据库时使用表单fileds数据。
使用＆＃39;另存为＆＃39; .doc文件中的选项，新创建的doc文件正确显示html表单元素。但无法解析“另存为”的数据。文件。

我想解析＆＃39;另存为＆＃39; doc文件也使用php。请帮帮我怎样才能解决这个问题？

这是我的doc文件解析代码：

function parseWord($userDoc) 
{
    $fileHandle = fopen($userDoc, "r");
    $line = @fread($fileHandle, filesize($userDoc));   
    $lines = explode(chr(0x0D),$line);
    $outtext = "";
    foreach($lines as $thisline)
      {
        $pos = strpos($thisline, chr(0x00));
        if (($pos !== FALSE)||(strlen($thisline)==0))
          {
          } else {
            $outtext .= $thisline." ";
          }
      }
      if(trim($outtext)==""){
         $outtext ="";
        //echo "<br> UTF ";
        $filename = $userDoc;
        if ( file_exists($filename) ) {
            $outtext ="";
          if ( ($fh = fopen($filename, 'r')) !== false ) {
            $headers = fread($fh, 0xA00);

            # 1 = (ord(n)*1) ; Document has from 0 to 255 characters
            $n1 = ( ord($headers[0x21C]) - 1 );

            # 1 = ((ord(n)-8)*256) ; Document has from 256 to 63743 characters
            $n2 = ( ( ord($headers[0x21D]) - 8 ) * 256 );

            # 1 = ((ord(n)*256)*256) ; Document has from 63744 to 16775423 characters
            $n3 = ( ( ord($headers[0x21E]) * 256 ) * 256 );

            # (((ord(n)*256)*256)*256) ; Document has from 16775424 to 4294965504 characters
            $n4 = ( ( ( ord($headers[0x21F]) * 256 ) * 256 ) * 256 );

            # Total length of text in the document
            $textLength = ($n1 + $n2 + $n3 + $n4);

            $extracted_plaintext = fread($fh, $textLength);

            # if you want the plain text with no formatting, do this
            //echo $extracted_plaintext;
            $outtext .= $extracted_plaintext;

            # if you want to see your paragraphs in a web page, do this
            //echo nl2br($extracted_plaintext);

          }
          fclose($fh);
        } 
     }
     $outtext = preg_replace("/[^a-zA-Z0-9\s\,\.\-\n\r\t@\/\_\(\)]/","",$outtext);

     return $outtext;
} 

$userDoc = "cv.doc";

$text = parseWord($userDoc);
echo $text;

提前致谢...

Answer 1

我使用html标签
创建了.doc文件

不，您创建了一个HTML文件并为其指定了以.doc

结尾的文件名

当您从MSWord保存文件时，它使用专有格式（实际上是多种嵌套格式），而不是HTML。当您提交最初创建的文件时，MSWord会识别其HTML并即时翻译它。有很多方法可以解决这个问题，但在你能够充分利用它们之前，你还有很长的路要走。

现在，您最好的做法是考虑为什么需要在MSWord和PHP中处理文件以及您可能使用的其他格式的问题。

Answer 2

如前所述，您无法像尝试一样打开Office文件。

这是一个简单易用的库，由微软提供，让你做你喜欢的东西：

http://phpword.codeplex.com/

在php中解析.doc文件

2 个答案: