PHP中将网页导出为Word文档的代码


Posted in PHP onMay 25, 2012

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 <wudicgi@yahoo.de> 
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; 
} 
} 
?>
PHP 相关文章推荐
php 文件状态缓存带来的问题
Dec 14 PHP
php 数组的创建、调用和更新实现代码
Mar 09 PHP
php 在文件指定行插入数据的代码
May 08 PHP
如何在PHP中使用正则表达式进行查找替换
Jun 13 PHP
常见php数据文件缓存类汇总
Dec 05 PHP
PHP基于cookie与session统计网站访问量并输出显示的方法
Jan 15 PHP
PHP session会话操作技巧小结
Sep 27 PHP
使用正则去除php代码中的注释方法
Nov 03 PHP
详解配置 Apache 服务器支持 PHP 文件的解析
Feb 15 PHP
PHP fopen函数用法实例讲解
Feb 15 PHP
php生成HTML文件的类方法
Oct 11 PHP
tp5.1 框架数据库高级查询技巧实例总结
May 25 PHP
php在文件指定行中写入代码的方法
May 23 #PHP
php替换超长文本中的特殊字符的函数代码
May 22 #PHP
php提示undefined index的几种解决方法
May 21 #PHP
openflashchart 2.0 简单案例php版
May 21 #PHP
PHP中去掉字符串首尾空格的方法
May 19 #PHP
有关PHP中MVC的开发经验分享
May 17 #PHP
php的array_multisort()使用方法介绍
May 16 #PHP
You might like
php不用内置函数对数组排序的两个算法代码
2010/02/08 PHP
fleaphp crud操作之findByField函数的使用方法
2011/04/23 PHP
php数组函数序列之array_unshift() 在数组开头插入一个或多个元素
2011/11/07 PHP
解析阿里云ubuntu12.04环境下配置Apache+PHP+PHPmyadmin+MYsql
2013/06/26 PHP
一个PHP的远程图片抓取函数分享
2013/09/25 PHP
PHP中if和or运行效率对比
2014/12/12 PHP
php根据指定位置和长度获得子字符串的方法
2015/03/17 PHP
php观察者模式应用场景实例详解
2017/02/03 PHP
浅析Prototype的模板类 Template
2011/12/07 Javascript
js解析xml字符串和xml文档实现原理及代码(针对ie与火狐)
2013/02/02 Javascript
jquery ajax post提交数据乱码
2013/11/05 Javascript
js操作XML文件的实现方法兼容IE与FireFox
2016/06/25 Javascript
jQuery EasyUI 右键菜单--关闭标签/选项卡的简单实例
2016/10/10 Javascript
Vue.js 递归组件实现树形菜单(实例分享)
2016/12/21 Javascript
详解基于angular路由的requireJs按需加载js
2017/01/20 Javascript
vue2.x 父组件监听子组件事件并传回信息的方法
2017/07/17 Javascript
webpack实现热加载自动刷新的方法
2017/07/30 Javascript
微信小程序实现图片懒加载的示例代码
2017/12/13 Javascript
Express下采用bcryptjs进行密码加密的方法
2018/02/07 Javascript
JavaScript函数apply()和call()用法与异同分析
2018/08/10 Javascript
如何从零开始手写Koa2框架
2019/03/22 Javascript
JS实现前端动态分页码代码实例
2020/06/02 Javascript
JavaScript实现多球运动效果
2020/09/07 Javascript
[01:20:30]OG vs LGD 2018国际邀请赛淘汰赛BO3 第四场 8.26
2018/08/30 DOTA
python实现将读入的多维list转为一维list的方法
2018/06/28 Python
朴素贝叶斯Python实例及解析
2018/11/19 Python
python3编写ThinkPHP命令执行Getshell的方法
2019/02/26 Python
Python字典fromkeys()方法使用代码实例
2020/07/20 Python
BISSELL官网:北美吸尘器第一品牌
2019/03/14 全球购物
监理员的岗位职责
2013/11/13 职场文书
三年级科学教学反思
2014/01/29 职场文书
店面销售职位的职责
2014/03/09 职场文书
禁止高声喧哗的标语
2014/06/11 职场文书
大学生第一学年自我鉴定2015
2014/09/28 职场文书
收银员岗位职责范本
2015/04/07 职场文书
springboot+WebMagic+MyBatis爬虫框架的使用
2021/08/07 Java/Android