从 PHP 操作 Microsoft Word Office 2007 .docx 文档答案

【问题标题】：Manipulating Microsoft Word Office 2007 .docx document from PHP从 PHP 操作 Microsoft Word Office 2007 .docx 文档
【发布时间】：2011-03-19 10:35:39
【问题描述】：

我需要使用 PHP 中的一个选项来处理 .docx (Microsoft Office 2007) 文档。

我需要：

阅读内部文本
转换为 .html
在浏览器中查看它们。
替换文本。

我知道我可以使用 Word Automation，创建 Microsoft Word 的 COM 对象，但它太慢、不稳定，我必须将它安装在服务器上。

是否有任何库或代码可以从 PHP 中完成？

【问题讨论】：

标签： php ms-word docx openxml

【解决方案1】：

还有一个 PHP 类用于将新内容合并到现有的 .docx 文件中。可在此处获得：http://www.tinybutstrong.com/。文档非常好，并且有很多示例，而且都是免费和开源的。不过，它确实需要熟悉 .docx 概念。

【讨论】：

【解决方案2】：

您可以直接使用内部格式。

DOCX 只是一个 zip 文件，其中包含实际文档的 word/document.xml。

解压文件、读取文档.xml、str_replace() 查找所需内容、保存并重新压缩目录非常简单，它为word 提供了轻量级、快速和简单的邮件合并功能文件。这也适用于其他办公格式。

这里是official docs on the internal structure了解更多信息。

【讨论】：

【解决方案3】：

您可以看看PHPDocX，我相信它可以满足您的所有要求。

您可以替换模板中的变量或仅替换现有 Word 文档中的纯文本。
它提供了相当多的转换选项。
您还可以提取文本。

【讨论】：

值得注意的是它不是免费的

【解决方案4】：

Docx 只是一个包含多个 XML 文件和嵌入式媒体文件（如图像）的 ZIP 文件。因此，您可以轻松阅读和编辑文档。解压，打开word/document.xml，读写，重新打包。

转换为 HTML 可能很困难。但是您会在 docProps/thumbnail.jpeg 中找到第一页的缩略图。

请注意，您必须熟悉 XML 结构才能进行任何复杂的编辑。有一个摘要 XML docProps/app.xml，其中包含文件的一些元数据，所以不要忘记更新它。阅读更多来自维基百科：http://en.wikipedia.org/wiki/Office_Open_XML

【讨论】：

不，没那么容易！我试过了，很难生成正确的属性值。例如，我可以修改 XML 文件以将图像插入到文档中（word/document.xml、word/media/imageXX.jpg、word/_rels/document.xml.rels），但问题是属性的值！

【解决方案5】：

PHPExcel 的作者有PHPWord。

【讨论】：

很遗憾，PHPWord 目前只能编写 Word2007 的 docx 文件。我在业余时间从事阅读器的工作，但可能要几个月才能使用（目前 PHPExcel 的其他需求太多了）
@Mark Baker：他似乎也在谈论 docx，因为你说它目前只支持 :)
马克。它只是一个作家 - 还是只为 docx？
@aviv - 目前，PHPWord 只是一个编写器，并且只支持 .docx 文件。长期意图是为 .doc、.docx 甚至 Open Office Writer .odt 格式提供读写能力。该架构允许轻松实现不同文件格式的新读取器和写入器，但仍需要对其进行编码。目前我有一个部分编码的 .docx 阅读器；但我的优先事项仍然是使用更广泛的 PHPExcel 库，因此可能需要一段时间才能完成并合并到 PHPWord 发布代码中
@aviv COM 可能很慢且不稳定（实际上它还不错），但您也可以将 COM 与 OpenOffice Writer (wiki.services.openoffice.org/wiki/Documentation/DevGuide/ProUNO/…) 一起使用作为 MSWord 的替代方案；并且使用 XPCOM 或 CORBA 可以在其他平台上模仿 COM