关于php:PHP读取WORD

5次阅读

共计 1245 个字符，预计需要花费 4 分钟才能阅读完成。

我的项目：问卷
需要：WORD 导入问卷
背景：经营那里有几百个 WORD 格局问卷，如果去后盾手动录入，无疑工作量很大，心愿能间接导入。
情绪：接到需要之后五味杂陈，因为以前做过 excel 导入，而且有现成的插件，代码也是一搜寻一堆。
word 导入无疑波及到了常识盲点，然而需要就在那里，又怼不过产品同学！只能硬着头皮上了。
难点：word 不好读取内容，内容读出来不好结构化。
解决问题思路：先读取 WORD, 再说怎么结构化。
读取 WORD: 一开始想着用 PHPWORD, 毕竟 PHPOFFICE 这么成熟的插件应该能够间接读取到 WORD 内容吧。
然而事实很骨感，找遍了文档并没有找到间接读取到 WORD 内容的办法。PHPWORD 只提供了把 WORD 转换成 HTML，TDF 的办法。
转换思路：既然不能读取 WORD, 那我能够读取 HTML, 只须要把 WORD 转换成 HTML 就能够了, 而后读取 HTML 内容就行。

代码：

<?php

namespace App\Console\Commands;


use Illuminate\Console\Command;
use PhpOffice\PhpSpreadsheet\Reader\Html;
use PhpOffice\PhpWord\Reader\Word2007;
class Test extends Command {
    /**
     * The name and signature of the console command.
     *
     * @var string
     */
    protected $signature = 'word';

    /**
     * The console command description.
     *
     * @var string
     */
    protected $description = 'word';

    /**
     * Create a new command instance.
     *
     * @return void
     */
    public function __construct() {parent::__construct();
    }

    /**
     * Execute the console command.
     *
     * @return int
     */
    public function handle(Word2007 $word) {
        //WORD 转换 HTML
        $result=$word->load(storage_path('测试.docx'));
        $write=new \PhpOffice\PhpWord\Writer\HTML($result);
        $write->save(storage_path().'/ 测试.html');
        // 读取 HTML 内容
        $document=new \DOMDocument();
        $document->loadHTML(file_get_contents(storage_path('测试.html')));
        $html=simplexml_import_dom($document);
        dd((array)$html->body);
    }

}

开始测试：新建测试.docx
测试.docx 内容：
执行脚本：