在 PHP 中阅读 docx (Office Open XML)答案

【问题标题】：reading docx (Office Open XML) in PHP在 PHP 中阅读 docx (Office Open XML)
【发布时间】：2010-12-02 20:44:45
【问题描述】：

我想在我们的 CMS 中添加一个单词导入功能，唯一的问题似乎是找不到一个好的库来读取 docx 文件（Word 2007）。

有没有人有一些建议，该库应该能够提取文档的内容和基本样式，如斜体、粗体、上标？

感谢您的帮助

【问题讨论】：

标签： php import ms-word office-2007

【解决方案1】：

有一个库可以做到这一点，但它适用于 Zend 框架 可能会对您有所帮助它被称为 phpLiveDocx ：http://www.phplivedocx.org/downloads/ 该库在 New Bcd 下获得许可

【讨论】：

【解决方案2】：

这是我找到的一个简单可行的解决方案

http://webcheatsheet.com/php/reading_the_clean_text_from_docx_odt.php

【讨论】：

【解决方案3】：

PHPDocX PRO 包含一个 TransformDoc 类，可以读取 .docx (zip) 文件并从中生成 XHTML（或 PDF）：

...
require_once 'phpdocx_pro/classes/TransformDoc.inc';
$doc = new TransformDoc();
$doc->setStrFile($file->filepath);
$doc->generateXHTML();
$html = $doc->getStrXHTML();

【讨论】：

【解决方案4】：

使用OpenOffice 将 docx 文档转换为 odt。然后使用eZ Components 进行解析和导入。他们实际上在他们的 CMZ eZ Publish 中使用了导入。

【讨论】：

【解决方案5】：

我刚刚在 codeplex forge http://openxmlapi.codeplex.com 上找到了一个同时支持读写的库，它是在 GPLv2 下获得许可的。

【讨论】：

【解决方案6】：

或者，由于您请求了一个库，您可能想要查看Docvert 之类的内容。我只是根据您的问题环顾四周，到目前为止，它是我最喜欢的 PHP。您输入单词文件位置，它会将其转换为带有属性和所有好东西的简单内容。

【讨论】：

看起来很有希望，但我必须为它制作一个 API。

【解决方案7】：

docx 文件实际上只是文档 XML 的容器。您应该能够解压缩 docx 文件，然后转到里面的 word 文件夹，然后转到 document.xml。这有实际的文字。但是诸如字体和样式之类的东西在 docx 容器中的其他 xml 文件中，所以你可能想弄乱一点，弄清楚什么是什么以及如何匹配它（从使用命名空间开始，我敢打赌）。

但是，是的，解压缩文件，然后使用 simplexml 将其转换为您可以实际使用的东西。

【讨论】：

谢谢，但我想知道是否有人没有提供图书馆来做到这一点。如果我真的需要，我会做一些 XSLT 处理。
查看我的其他答案。我唯一不喜欢它的是缺乏易于找到的 API
类 TbsZip 可以读取（甚至编辑）zip 存档的内容，而无需任何依赖或任何临时文件。 XML 分析可以使用其他几种工具来完成。