您的位置：主页 > 编程专区 > Php > PHP网页导出Word文档的方法

PHP网页导出Word文档的方法

2010-05-19    文章来源：互联网    浏览次数：1043     分享文章

首先，要和大家说声抱歉，因为我有半年没有更新博客了。这半年过得很充实，也很忙碌，以至于没有时间写博客了。

今天要探讨的是PHP网页导出Word文档的方法，使用其他语言的朋友也可以参考，因为原理是差不多的。


原理

    一般，有2种方法可以导出doc文档，一种是使用com，并且作为php的一个扩展库安装到服务器上，然后创建一个com，调用它的方法。安装过office的服务器可以调用一个叫word.application的com，可以生成word文档，不过这种方式我不推荐，因为执行效率比较低（我测试了一下，在执行代码的时候，服务器会真的去打开一个word客户端）。理想的com应该是没有界面的，在后台进行数据转换，这样效果会比较好，但是这些扩展一般需要收费。
    第2种方法，就是用PHP将我们的doc文档内容直接写入一个后缀为doc的文件中即可。使用这种方法不需要依赖第三方扩展，而且执行效率较高。
    word本身的功能还是很强大的，它可以打开html格式的文件，并且能够保留格式，即使后缀为doc，它也能识别正常打开。这就为我们提供了方便。但是有一个问题，html格式的文件中的图片只有一个地址，真正的图片是保存在其他地方的，也就是说，如果将HTML格式写入doc中，那么doc中将不能包含图片。那我们如何创建包含图片的doc文档呢？我们可以使用和html很接近的mht格式。
    mht格式和html很类似，只不过在mht格式中，外部链接进来的文件，比如图片、Javascript、CSS会被base64进行编码存储。因此，单个mht文件就可以保存一个网页中的所有资源，当然，相比html，它的尺寸也会比较大。
    mht格式能被word识别吗？我将一个网页保存成mht，然后修改后缀名为doc，再用word打开，OK，word也可以识别mht文件，并且可以显示图片。
    好了，既然doc可以识别mht，下面就是考虑如何将图片放入mht了。由于html代码中的图片的地址都是写在img标签的src属性中，因此，只要提取html代码中的src属性值，就可以获得图片地址。当然，有可能您获取到的是相对路径，没关系，加上URL的前缀，改成绝对路径就可以了。有了图片地址，我们就可以通过file_get_content函数获取到图片文件的具体内容，然后调用base64_encode函数将文件内容编码成base64编码，最后插入到mht文件的合适位置即可。
    最后，我们有两种方法将文件发送给客户端，一种是先在服务器端生成一个doc文档，然后将这个doc文档的地址记录下来，最后，通过header("location:xx.doc");就可以让客户端下载这个doc。还有一种是直接发送html请求，修改HTML协议的header部分，将它的content-type设置为application/doc，将content-disposition设置为attachment，后面跟上文件名，发送完html协议以后，直接将文件内容发送给客户端，也可以让客户端下载到这个doc文档。

实现


    通过以上的原理介绍，相信大家应该对实现的过程有个初步的了解了，下面我给出一个导出函数，这个函数可以将HTML代码导出成一个mht文档，参数有3个，其中后2个为可选参数
    content:要转换的HTML代码
    absolutePath: 如果HTML代码中的图片地址都是相对路径，那么这个参数就是HTML代码中缺少的绝对路径。
    isEraseLink:是否去掉HTML代码中的超链接

    返回值为mht的文件内容，您可以通过file_put_content将它保存成后缀名为doc的文件

    这个函数的主要功能其实就是分析HTML代码中的所有图片地址，并且依次下载下来。获取到了图片的内容以后，调用MhtFileMaker类，将图片添加到mht文件中。具体的添加细节，封装在MhtFileMaker类中了。

 
  1. /**
  2.  * 根据HTML代码获取word文档内容
  3.  * 创建一个本质为mht的文档，该函数会分析文件内容并从远程下载页面中的图片资源
  4.  * 该函数依赖于类MhtFileMaker
  5.  * 该函数会分析img标签，提取src的属性值。但是，src的属性值必须被引号包围，否则不能提取
  6.  *
  7.  * @param string $content HTML内容
  8.  * @param string $absolutePath 网页的绝对路径。如果HTML内容里的图片路径为相对路径，那么就需要填写这个参数，来让该函数自动填补成绝对路径。这个参数最后需要以/结束
  9.  * @param bool $isEraseLink 是否去掉HTML内容中的链接
  10.  */
  11. function getWordDocument( $content , $absolutePath = "" , $isEraseLink = true )
  12. {
  13.     $mht = new MhtFileMaker();
  14.     if ($isEraseLink)
  15.         $content = preg_replace('/ , '$1' , $content);   //去掉链接
  16.  
  17.     $images = array();
  18.     $files = array();
  19.     $matches = array();
  20.     //这个算法要求src后的属性值必须使用引号括起来
  21.     if ( preg_match_all('/,$content ,$matches ) )
  22.     {
  23.         $arrPath = $matches[1];
  24.         for ( $i=0;$i<count($arrPath);$i++)
  25.         {
  26.             $path = $arrPath[$i];
  27.             $imgPath = trim( $path );
  28.             if ( $imgPath != "" )
  29.             {
  30.                 $files[] = $imgPath;
  31.                 if( substr($imgPath,0,7) == 'http://')
  32.                 {
  33.                     //绝对链接，不加前缀
  34.                 }
  35.                 else
  36.                 {
  37.                     $imgPath = $absolutePath.$imgPath;
  38.                 }
  39.                 $images[] = $imgPath;
  40.             }
  41.         }
  42.     }
  43.     $mht->AddContents("tmp.html",$mht->GetMimeType("tmp.html"),$content);
  44.     
  45.     for ( $i=0;$i<count($images);$i++)
  46.     {
  47.         $image = $images[$i];
  48.         if ( @fopen($image , 'r') )
  49.         {
  50.             $imgcontent = @file_get_contents( $image );
  51.             if ( $content )
  52.                 $mht->AddContents($files[$i],$mht->GetMimeType($image),$imgcontent);
  53.         }
  54.         else
  55.         {
  56.             echo "file:".$image." not exist!;
  57.         }
  58.     }
  59.     
  60.     return $mht->GetFile();
  61. }

 

 

 使用方法：
  1. $fileContent = getWordDocument($content,"http://www.yoursite.com/Music/etc/");
  2. $fp = fopen("test.doc", 'w');
  3. fwrite($fp, $fileContent);
  4. fclose($fp);

 

其中，$content变量应该是HTML源代码，后面的链接应该是能填补HTML代码中图片相对路径的URL地址

注意，在使用这个函数之前，您需要先包含类MhtFileMaker，这个类可以帮助我们生成Mht文档。

 
  1. /***********************************************************************
  2. Class:        Mht File Maker
  3. Version:      1.2 beta
  4. Date:         02/11/2007
  5. Author:       Wudi 
  6. Description:  The class can make .mht file.
  7. ***********************************************************************/
  8.  
  9. class MhtFileMaker{
  10.     var $config = array();
  11.     var $headers = array();
  12.     var $headers_exists = array();
  13.     var $files = array();
  14.     var $boundary;
  15.     var $dir_base;
  16.     var $page_first;
  17.  
  18.     function MhtFile($config = array()){
  19.  
  20.     }
  21.  
  22.     function SetHeader($header){
  23.         $this->headers[] = $header;
  24.         $key = strtolower(substr($header, 0, strpos($header, ':')));
  25.         $this->headers_exists[$key] = TRUE;
  26.     }
  27.  
  28.     function SetFrom($from){
  29.         $this->SetHeader("From: $from");
  30.     }
  31.  
  32.     function SetSubject($subject){
  33.         $this->SetHeader("Subject: $subject");
  34.     }
  35.  
  36.     function SetDate($date = NULL, $istimestamp = FALSE){
  37.         if ($date == NULL) {
  38.             $date = time();
  39.         }
  40.         if ($istimestamp == TRUE) {
  41.             $date = date('D, d M Y H:i:s O', $date);
  42.         }
  43.         $this->SetHeader("Date: $date");
  44.     }
  45.  
  46.     function SetBoundary($boundary = NULL){
  47.         if ($boundary == NULL) {
  48.             $this->boundary = '--' . strtoupper(md5(mt_rand())) . '_MULTIPART_MIXED';
  49.         } else {
  50.             $this->boundary = $boundary;
  51.         }
  52.     }
  53.  
  54.     function SetBaseDir($dir){
  55.         $this->dir_base = str_replace("\\", "/", realpath($dir));
  56.     }
  57.  
  58.     function SetFirstPage($filename){
  59.         $this->page_first = str_replace("\\", "/", realpath("{$this->dir_base}/$filename"));
  60.     }
  61.  
  62.     function AutoAddFiles(){
  63.         if (!isset($this->page_first)) {
  64.             exit ('Not set the first page.');
  65.         }
  66.         $filepath = str_replace($this->dir_base, '', $this->page_first);
  67.         $filepath = 'http://mhtfile' . $filepath;
  68.         $this->AddFile($this->page_first, $filepath, NULL);
  69.         $this->AddDir($this->dir_base);
  70.     }
  71.  
  72.     function AddDir($dir){
  73.         $handle_dir = opendir($dir);
  74.         while ($filename = readdir($handle_dir)) {
  75.             if (($filename!='.') && ($filename!='..') && ("$dir/$filename"!=$this->page_first)) {
  76.                 if (is_dir("$dir/$filename")) {
  77.                     $this->AddDir("$dir/$filename");
  78.                 } elseif (is_file("$dir/$filename")) {
  79.                     $filepath = str_replace($this->dir_base, '', "$dir/$filename");
  80.                     $filepath = 'http://mhtfile' . $filepath;
  81.                     $this->AddFile("$dir/$filename", $filepath, NULL);
  82.                 }
  83.             }
  84.         }
  85.         closedir($handle_dir);
  86.     }
  87.  
  88.     function AddFile($filename, $filepath = NULL, $encoding = NULL){
  89.         if ($filepath == NULL) {
  90.             $filepath = $filename;
  91.         }
  92.         $mimetype = $this->GetMimeType($filename);
  93.         $filecont = file_get_contents($filename);
  94.         $this->AddContents($filepath, $mimetype, $filecont, $encoding);
  95.     }
  96.  
  97.     function AddContents($filepath, $mimetype, $filecont, $encoding = NULL){
  98.         if ($encoding == NULL) {
  99.             $filecont = chunk_split(base64_encode($filecont), 76);
  100.             $encoding = 'base64';
  101.         }
  102.         $this->files[] = array('filepath' => $filepath,
  103.                                'mimetype' => $mimetype,
  104.                                'filecont' => $filecont,
  105.                                'encoding' => $encoding);
  106.     }
  107.  
  108.     function CheckHeaders(){
  109.         if (!array_key_exists('date', $this->headers_exists)) {
  110.             $this->SetDate(NULL, TRUE);
  111.         }
  112.         if ($this->boundary == NULL) {
  113.             $this->SetBoundary();
  114.         }
  115.     }
  116.  
  117.     function CheckFiles(){
  118.         if (count($this->files) == 0) {
  119.             return FALSE;
  120.         } else {
  121.             return TRUE;
  122.         }
  123.     }
  124.  
  125.     function GetFile(){
  126.         $this->CheckHeaders();
  127.         if (!$this->CheckFiles()) {
  128.             exit ('No file was added.');
  129.         }
  130.         $contents = implode("\r\n", $this->headers);
  131.         $contents .= "\r\n";
  132.         $contents .= "MIME-Version: 1.0\r\n";
  133.         $contents .= "Content-Type: multipart/related;\r\n";
  134.         $contents .= "\tboundary=\"{$this->boundary}\";\r\n";
  135.         $contents .= "\ttype=\"" . $this->files[0]['mimetype'] . "\"\r\n";
  136.         $contents .= "X-MimeOLE: Produced By Mht File Maker v1.0 beta\r\n";
  137.         $contents .= "\r\n";
  138.         $contents .= "This is a multi-part message in MIME format.\r\n";
  139.         $contents .= "\r\n";
  140.         foreach ($this->files as $file) {
  141.             $contents .= "--{$this->boundary}\r\n";
  142.             $contents .= "Content-Type: $file[mimetype]\r\n";
  143.             $contents .= "Content-Transfer-Encoding: $file[encoding]\r\n";
  144.             $contents .= "Content-Location: $file[filepath]\r\n";
  145.             $contents .= "\r\n";
  146.             $contents .= $file['filecont'];
  147.             $contents .= "\r\n";
  148.         }
  149.         $contents .= "--{$this->boundary}--\r\n";
  150.         return $contents;
  151.     }
  152.  
  153.     function MakeFile($filename){
  154.         $contents = $this->GetFile();
  155.         $fp = fopen($filename, 'w');
  156.         fwrite($fp, $contents);
  157.         fclose($fp);
  158.     }
  159.  
  160.     function GetMimeType($filename){
  161.         $pathinfo = pathinfo($filename);
  162.         switch ($pathinfo['extension']) {
  163.             case 'htm': $mimetype = 'text/html'; break;
  164.             case 'html': $mimetype = 'text/html'; break;
  165.             case 'txt': $mimetype = 'text/plain'; break;
  166.             case 'cgi': $mimetype = 'text/plain'; break;
  167.             case 'php': $mimetype = 'text/plain'; break;
  168.             case 'css': $mimetype = 'text/css'; break;
  169.             case 'jpg': $mimetype = 'image/jpeg'; break;
  170.             case 'jpeg': $mimetype = 'image/jpeg'; break;
  171.             case 'jpe': $mimetype = 'image/jpeg'; break;
  172.             case 'gif': $mimetype = 'image/gif'; break;
  173.             case 'png': $mimetype = 'image/png'; break;
  174.             default: $mimetype = 'application/octet-stream'; break;
  175.         }
  176.         return $mimetype;
  177.     }
  178. }

    上面我们讨论了通过mht文件，来实现PHP导出doc格式的。这种方法可以解决一个难题，就是使导出的doc文件中包含图片，当然，如果您要包含更多的内容，比如CSS样式表，只需要用正则表达式分析HTML代码中的link标签，提取css样式文件的地址，然后读取并编码成base64，最后加入到mht文件中就可以了。

转自：http://www.cnitblog.com/CoffeeCat/archive/2008/08/07/47753.html

 

  • 上一篇：快速开发一个PHP扩展(测试环境:ubuntu，nginx)
  • 下一篇：PHP中文件读写操作

    • 文章评论(查看全部)

    昵 称 *
    电子邮箱 *
    网 址      0 + 7 = ？