1. 云栖社区>
  2. PHP教程>
  3. 正文

PHP中将网页导出为Word文档的代码

作者:用户 来源:互联网 时间:2017-12-01 17:28:56

word网页

PHP中将网页导出为Word文档的代码 - 摘要: 本文讲的是PHP中将网页导出为Word文档的代码,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

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。
/** * 根据HTML代码获取word文档内容 * 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 * 该函数依赖于类MhtFileMaker * 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 * * @param string $content HTML内容 * @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 * @param bool $isEraseLink 是否去掉HTML内容中的链接 */ function getWordDocument( $content , $absolutePath = "" , $isEraseLink = true ) { $mht = new MhtFileMaker(); if ($isEraseLink) $content = preg_replace('/<a/s*.*?/s*>(/s*.*?/s*)<//a>/i' , '$1' , $content); //去掉链接 $images = array(); $files = array(); $matches = array(); //这个算法要求src后的属性值必须使用引号括起来 if ( preg_match_all('/<img[./n]*?src/s*?=/s*?[/"/'](.*?)[/"/'](.*?)//>/i',$content ,$matches ) ) { $arrPath = $matches[1]; for ( $i=0;$i<count($arrPath);$i++) { $path = $arrPath[$i]; $imgPath = trim( $path ); if ( $imgPath != "" ) { $files[] = $imgPath; if( substr($imgPath,0,7) == 'http://') { //绝对链接,不加前缀 } else { $imgPath = $absolutePath.$imgPath; } $images[] = $imgPath; } } } $mht->AddContents("tmp.html",$mht->GetMimeType("tmp.html"),$content); for ( $i=0;$i<count($images);$i++) { $image = $images[$i]; if ( @fopen($image , 'r') ) { $imgcontent = @file_get_contents( $image ); if ( $content ) $mht->AddContents($files[$i],$mht->GetMimeType($image),$imgcontent); } else { echo "file:".$image." not exist!<br />"; } } return $mht->GetFile(); }

使用方法:
$fileContent = getWordDocument($content,"http://www.yoursite.com/Music/etc/"); $fp = fopen("test.doc", 'w'); fwrite($fp, $fileContent); fclose($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。
<?php /*********************************************************************** Class: Mht File Maker Version: 1.2 beta Date: 02/11/2007 Author: Wudi <[email protected]> Description: The class can make .mht file. ***********************************************************************/ class MhtFileMaker{ var $config = array(); var $headers = array(); var $headers_exists = array(); var $files = array(); var $boundary; var $dir_base; var $page_first; function MhtFile($config = array()){ } function SetHeader($header){ $this->headers[] = $header; $key = strtolower(substr($header, 0, strpos($header, ':'))); $this->headers_exists[$key] = TRUE; } function SetFrom($from){ $this->SetHeader("From: $from"); } function SetSubject($subject){ $this->SetHeader("Subject: $subject"); } function SetDate($date = NULL, $istimestamp = FALSE){ if ($date == NULL) { $date = time(); } if ($istimestamp == TRUE) { $date = date('D, d M Y H:i:s O', $date); } $this->SetHeader("Date: $date"); } function SetBoundary($boundary = NULL){ if ($boundary == NULL) { $this->boundary = '--' . strtoupper(md5(mt_rand())) . '_MULTIPART_MIXED'; } else { $this->boundary = $boundary; } } function SetBaseDir($dir){ $this->dir_base = str_replace("//", "/", realpath($dir)); } function SetFirstPage($filename){ $this->page_first = str_replace("//", "/", realpath("{$this->dir_base}/$filename")); } function AutoAddFiles(){ if (!isset($this->page_first)) { exit ('Not set the first page.'); } $filepath = str_replace($this->dir_base, '', $this->page_first); $filepath = 'http://mhtfile' . $filepath; $this->AddFile($this->page_first, $filepath, NULL); $this->AddDir($this->dir_base); } function AddDir($dir){ $handle_dir = opendir($dir); while ($filename = readdir($handle_dir)) { if (($filename!='.') && ($filename!='..') && ("$dir/$filename"!=$this->page_first)) { if (is_dir("$dir/$filename")) { $this->AddDir("$dir/$filename"); } elseif (is_file("$dir/$filename")) { $filepath = str_replace($this->dir_base, '', "$dir/$filename"); $filepath = 'http://mhtfile' . $filepath; $this->AddFile("$dir/$filename", $filepath, NULL); } } } closedir($handle_dir); } function AddFile($filename, $filepath = NULL, $encoding = NULL){ if ($filepath == NULL) { $filepath = $filename; } $mimetype = $this->GetMimeType($filename); $filecont = file_get_contents($filename); $this->AddContents($filepath, $mimetype, $filecont, $encoding); } function AddContents($filepath, $mimetype, $filecont, $encoding = NULL){ if ($encoding == NULL) { $filecont = chunk_split(base64_encode($filecont), 76); $encoding = 'base64'; } $this->files[] = array('filepath' => $filepath, 'mimetype' => $mimetype, 'filecont' => $filecont, 'encoding' => $encoding); } function CheckHeaders(){ if (!array_key_exists('date', $this->headers_exists)) { $this->SetDate(NULL, TRUE); } if ($this->boundary == NULL) { $this->SetBoundary(); } } function CheckFiles(){ if (count($this->files) == 0) { return FALSE; } else { return TRUE; } } function GetFile(){ $this->CheckHeaders(); if (!$this->CheckFiles()) { exit ('No file was added.'); } $contents = implode("/r/n", $this->headers); $contents .= "/r/n"; $contents .= "MIME-Version: 1.0/r/n"; $contents .= "Content-Type: multipart/related;/r/n"; $contents .= "/tboundary=/"{$this->boundary}/";/r/n"; $contents .= "/ttype=/"" . $this->files[0]['mimetype'] . "/"/r/n"; $contents .= "X-MimeOLE: Produced By Mht File Maker v1.0 beta/r/n"; $contents .= "/r/n"; $contents .= "This is a multi-part message in MIME format./r/n"; $contents .= "/r/n"; foreach ($this->files as $file) { $contents .= "--{$this->boundary}/r/n"; $contents .= "Content-Type: $file[mimetype]/r/n"; $contents .= "Content-Transfer-Encoding: $file[encoding]/r/n"; $contents .= "Content-Location: $file[filepath]/r/n"; $contents .= "/r/n"; $contents .= $file['filecont']; $contents .= "/r/n"; } $contents .= "--{$this->boundary}--/r/n"; return $contents; } function MakeFile($filename){ $contents = $this->GetFile(); $fp = fopen($filename, 'w'); fwrite($fp, $contents); fclose($fp); } function GetMimeType($filename){ $pathinfo = pathinfo($filename); switch ($pathinfo['extension']) { case 'htm': $mimetype = 'text/html'; break; case 'html': $mimetype = 'text/html'; break; case 'txt': $mimetype = 'text/plain'; break; case 'cgi': $mimetype = 'text/plain'; break; case 'php': $mimetype = 'text/plain'; break; case 'css': $mimetype = 'text/css'; break; case 'jpg': $mimetype = 'image/jpeg'; break; case 'jpeg': $mimetype = 'image/jpeg'; break; case 'jpe': $mimetype = 'image/jpeg'; break; case 'gif': $mimetype = 'image/gif'; break; case 'png': $mimetype = 'image/png'; break; default: $mimetype = 'application/octet-stream'; break; } return $mimetype; } } ?>

以上是云栖社区小编为您精心准备的的内容,在云栖社区的博客、问答、公众号、人物、课程等栏目也有的相关内容,欢迎继续使用右上角搜索按钮进行搜索word 网页 ,以便于您获取更多的相关知识。