将Microsoft Word文档转换为XHTML的最佳方法是什么？

Question

我想以编程方式将Microsoft Word文档转换为XHTML。选择的语言是PHP，所以我很感激PHP的任何建议。

最初的想法是尝试将doc文件转换为odt，然后使用Odt2Xhtml PHP类将其转换为XHTML格式。

有更好的方法吗？

Answer 1

如果您正在运行Linux，那么可以在服务器上安装OpenOffice。

可以找到“无头”（即无UI）安装的示例说明here。

然后，您可以使用通过shell_exec执行的unoconv这样的好的CLI应用程序来通过PHP进行转换。

Answer 2

最强大的方法是use COM to let Word save the document as HTML。

我不知道Word是否可以直接生成XHTML;如果没有，Google会显示plenty of options进行转换。

Answer 3

请参阅http://www.codeplex.com/OpenXMLViewer，其中包含您可以调整的XSLT，这是我在docx4j中所做的。但请注意，XSLT不适合胆小的人！

Answer 4

phpLiveDocx 提供了一种转换Microsoft Word文档的简便方法。

在项目网站了解更多信息：

http://www.phplivedocx.org

您还可以使用phpLiveDocx将文本数据与MS Word模板合并，并将生成的文档保存为DOC，DOCX，RTF，PDF或TXT。

该组件是企业级的，并且是为Zend Framework编写的。