PHP - 从不同的文件格式 Word/Excel/Powerpoint/PDF/RTF 中提取文本答案

【问题标题】：PHP - Extract Text from Different File Formats Word/Excel/Powerpoint/PDF/RTFPHP - 从不同的文件格式 Word/Excel/Powerpoint/PDF/RTF 中提取文本
【发布时间】：2012-06-16 08:30:00
【问题描述】：

我正在开发一个 Web 应用程序，用户可以在其中上传不同的文件 MS Word（.doc 和 .docx）、Excel（.xls 和 .xlsx）、Power point、PDF、文本文件和富文本文件 (.rtf) .

作为应用程序流程的一部分，我希望在 IFrame 中显示文件内容的预览，最好是 HTML，但我可以使用 PHP 类来处理文本

我使用的方法是：

识别每个文件的扩展名
以不同方式处理每个文件
显示文本或 HMTL

有没有图书馆可以做到这一点？

更新：

发布我的最终解决方案作为答案，而不是更新问题

【问题讨论】：

我认为您的问题没有多大用处，也没有帮助。另请参阅Stack Overflow doesn't provide product or service recommendations。
我不是在寻求服务推荐，我是在寻求解决我遇到的问题的方法
当然，但是这个网站是关于编程问题的。我也想知道，因为这个问题（或者更好的是它所包含的问题）已经被问过很多次了。所以我想如果你改进它是值得的。
我认为没有单一的解决方案；您必须为此使用单独的库。我使用 PHPExcel 来读取 Excel，效果很好。
@Sarke 谢谢，我将研究 PHPExcel 的 excel，MS Word、PDF 或 Powerpoint 的任何内容？

标签： php excel pdf ms-word powerpoint

【解决方案1】：

没有一个库可以解决这个问题，所以我为每种文件类型使用以下库解决了这个问题：

a) MS Word 文档 - Live Docx (http://www.phplivedocx.org/2009/08/13/convert-docx-doc-rtf-to-html-in-php/)

b) MS Excel - PHP Excel (http://phpexcel.codeplex.com/)

c) PDF 中的文本 - 此 Pastebin 中的类 http://pastebin.com/hRviHKp1

d) Powerpoint - 仍在进行中

我已经在我的博客http://ssmusoke.wordpress.com/2012/06/16/display-contents-of-different-file-formats-wordexcelpowerpointpdfrtf-as-html/提供了更多细节

【讨论】：

【解决方案2】：

几年前我有一个类似的任务，我们最终在服务器模式下使用 OpenOffice 和 ImageMagick 来检索 PowerPoint 文档的缩略图。对于某种演示文稿库。

基本上，这个想法是运行 OpenOffice 并将您的文档转换为 PDF，然后使用 ImageMagick 创建该 PDF 第一页的缩略图。

这里的这个人使用 OpenOffice 和另一个工具来转换文档：https://stackoverflow.com/a/1046159/626621（可以帮助你）

我认为这样做的好处是，作为文档预览的图像将比文本更能告诉您的用户。

【讨论】：