如何用php取得含中文的.doc檔的內文(純文字內容即可)

php

catding 2016-06-07 23:10:16 ‧ 3549 瀏覽

請問如何用php取得含中文的.doc檔的內文(純文字內容即可)

之前使用過phpword處理
但是中文部分會變亂碼
目前只有找到輸出時避免亂碼的修改方式，沒有找到讀取要除和修改

也用過class.filetotext.php去處理
處理.pdf、.docx檔時都能正常運作
但不知為何在處理.doc檔時會變成亂碼(純英文檔案也會變亂碼)

直播研討會

{{ item.channelVendor }} {{ item.webinarstarted }} |

直播中

q00153

iT邦新手 3 級 ‧ 2016-06-08 16:10:09

最佳解答

1.如果你會 JAVA 可以使用 Apachep POI 來讀寫微軟 Office 系列檔案，相關網址：https://poi.apache.org/

可以寫一個 jar 通用模組，再使用 php 去執行它，類似這樣~

<?php
//假設把 doc檔案內文透過 Java POI 讀取到 $output 內
$output = shell_exec(‘java -jar jar檔  doc檔案路徑’);
?>

2.如果你的伺服器是 Windows 可以安裝 Office 後，透過 PHP COM 引用 word.application 來讀寫 word 檔，操作方式跟 VBA 一樣，只是有些寫法要變一下。

3.或者你可以安裝 LibreOffice 再透過它將 doc檔案轉成 PDF，然後 PHP 去讀取 PDF 檔的內容。

PS.我沒試過 LibreOffice 直接轉成文字檔，或許可以試試看，這樣 PHP 可以直接讀取文字檔，不用讀取 PDF 了。

立即登入回答