如何在 PHP 中正確解析 .DOC 檔案並避免字元解釋錯誤？

在 PHP 中讀取 .DOC 檔案

由於二進位格式，在 PHP 中讀取 .DOC 檔案可能具有挑戰性。不過，您可以使用某人提供的程式碼來解析它們，但這可能會導致字元解釋不正確。

要解決此問題，您需要進行以下修改：

<code class="php">$line = @fread($fileHandle, filesize($userDoc));
$lines = explode(chr(0x0A),$line);</code>

此變更將字元 chr(0x0D) 替換為 chr(0x0A)。 Windows 將換行符號儲存為 rn（回車加換行），而 UNIX 系統則使用 n（僅換行）。透過使用 chr(0x0D)，您正在處理 DOS/Windows 換行符，但檔案以 Unix 格式儲存。

此外，請考慮使用以下程式碼在PHP 中讀取.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);

    $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;
}</code>

此程式碼：

• 以ZIP 檔案形式開啟.docx文件。
• 提取「word/document.xml」檔案。
• 解析XML內容。
• 刪除不必要的標籤和字元。
• 傳回解析後的文字內容。

以上是如何在 PHP 中正確解析 .DOC 檔案並避免字元解釋錯誤？的詳細內容。更多資訊請關注PHP中文網其他相關文章！