在多个 Word 文档文件中查找特定文本

Question

我想建立一个搜索模块，用户在其中输入一个文本，该文本应该搜索特定目录中的所有文件。我用过这段代码：

$path_to_check = 'E:/xampp/htdocs/talent_orbit/test/';
$needle = 'test';

foreach(glob($path_to_check.'*.txt') as $filename)
{
   //print_r(file($filename));
  foreach(file($filename) as $fli=>$fl)
  {
      echo $f1;
    if(strpos($fl, $needle)!==false)
    {
      echo $filename.' on line '.($fli+1).': '.$fl;
    }
  }
}

但它只适用于 .txt 文件，它应该在 .doc 文件中搜索。我也将glob($path_to_check.'*.txt') as $filename) 更改为glob($path_to_check.'*.doc') as $filename)，但它没有显示结果。请帮帮我。

编辑：

我也尝试了this的解决方案

php > exec("egrep -rl 'string of what I want to find' full-or-relative-directory", $output);
php > print_r($output);
Array
(
  [0] => full-or-relative-directory/foo/bar.xml
)
php > $contents = file_get_contents($output[0]);

它显示 Array()，我不知道在“完整或相对目录”之间放置什么，我的意思是路径。

我的代码：-

php > exec("egrep -rl 'rakesh' E:/xampp/htdocs/talent_orbit/test/", $output);
php > print_r($output);

如果不可能，我可以将 doc 文件转换为 txt 文件，然后在该 txt 文件中搜索吗？

提前致谢。

Answer 1

这是不可能的。 doc 文件不是“plain text”文件。尝试在您的编辑器中打开它，您会看到。搜索*.txt 和*.xml 文件会起作用，因为它们基本上都是纯文本文件。一个 doc 文件中包含二进制数据。

一个解决方案是 PHP 的文档解析器（例如 this one），但它需要一个循环文件​​的脚本，使用解析器打开每个文件并搜索字符串。