Question

我正在尝试阅读docx 并首先使用docxConversion类将其拆分为多个部分** 第一个函数是read_docx

private function read_docx(){
    $striped_content = '';
    $content = '';

    $zip = zip_open($this->filename);

    if (!$zip || is_numeric($zip)) return false;
    $zip_entry = zip_read($zip);
    while ($zip_entry = zip_read($zip)) {
        if (zip_entry_open($zip, $zip_entry) == FALSE) continue;
        if (zip_entry_name($zip_entry) != "word/document.xml") continue;
        $content .= zip_entry_read($zip_entry, zip_entry_filesize($zip_entry));             
        zip_entry_close($zip_entry);
    }// end while

    zip_close($zip);        
    $content = str_replace('</w:r></w:p></w:tc><w:tc>', " ", $content);
    $content = str_replace('</w:r></w:p>', "\r\n", $content);
    $content = str_replace("</w:p>", "\r\n", $content);

    $pattern = "/(الفقرة\s[0-9]+\s)|(الأولى الفقرة)./u";//المادة\s*\d:

    $striped_content = strip_tags($content);               
    $splitted_para_arr = preg_split($pattern,$striped_content,null,PREG_SPLIT_NO_EMPTY);

    return $splitted_para_arr;//striped_content;
}

第二个功能转换为文本

    public function convertToText() {
      if(isset($this->filename) && !file_exists($this->filename)) {
        return "File Not exists";
    }
    $fileArray = pathinfo($this->filename);
    $file_ext  = $fileArray['extension'];        
        if($file_ext == "docx") {
            return $this->read_docx();            
        } else {
            return "Invalid File Type";
        }
  }

然后使用以下函数将每个部分分成段落

public function getParag($article){
    $splitted_para_arr = preg_split("/\.\n/u",$article,null,PREG_SPLIT_NO_EMPTY);        
    return $splitted_para_arr;//striped_content;
}

但问题是我无法使用以下模式获得段落＆＃34; /。\ n / u＆＃34;

Answer 1

如果您想处理任何类型的换行符，请使用\R：

$splitted_para_arr = preg_split("/\.\R/", $article, null, PREG_SPLIT_NO_EMPTY);

\R匹配\n，\r或\r\n

PHP，将.docx拆分成段落（PREG_SPLIT，＆＃34; / \。\ n / u＆＃34;）

1 个答案: