如何在 PHP 中讀取和提取 DOCX 檔案中的文字？

在PHP 中讀取DOCX 檔案

嘗試在PHP 中讀取DOCX 檔案時，使用者可能會遇到輸出中出現亂碼的問題。出現此問題的主要原因是 DOCX 檔案是需要專門處理的壓縮包。以下程式碼示範如何在 PHP 中讀取和處理 DOCX 檔案：

<code class="php">function read_file_docx($filename){

    $striped_content = '';
    $content = '';

    if(!$filename || !file_exists($filename)) return false;

    $zip = zip_open($filename);

    if (!$zip || is_numeric($zip)) return false;

    while ($zip_entry = zip_read($zip)) {

        if (zip_entry_open($zip, $zip_entry) == FALSE) continue;

        if (zip_entry_name($zip_entry) != "word/document.xml") continue;

        $content .= zip_entry_read($zip_entry, zip_entry_filesize($zip_entry));

        zip_entry_close($zip_entry);
    }// end while

    zip_close($zip);

    //echo $content;
    //echo "<hr>";
    //file_put_contents('1.xml', $content);

    $content = str_replace('</w:r></w:p></w:tc><w:tc>', " ", $content);
    $content = str_replace('</w:r></w:p>', "\r\n", $content);
    $striped_content = strip_tags($content);

    return $striped_content;
}
$filename = "filepath";// or /var/www/html/file.docx

$content = read_file_docx($filename);
if($content !== false) {

    echo nl2br($content);
}
else {
    echo 'Couldn\'t the file. Please check that file.';
}</code>

此程式碼使用 PHP ZIP 副檔名將 DOCX 檔案作為 zip 套件開啟。然後，它在 zip 套件中找到“word/document.xml”文件，其中包含文件的文字內容。然後透過替換標籤和剝離 HTML 標籤來提取和清理內容。然後可以根據需要顯示或處理生成的文字。

以上是如何在 PHP 中讀取和提取 DOCX 檔案中的文字？的詳細內容。更多資訊請關注PHP中文網其他相關文章！