使用PHP导出Word文档的原理和实例

PHP操作Word文档的方法有很多，这里再为大家提供一种方法。

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。 

01

/**

02	* 根据HTML代码获取word文档内容

03	* 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

04	* 该函数依赖于类MhtFileMaker

05	* 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

06

*

07	* @param string $content HTML内容

08	* @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

09	* @param bool $isEraseLink 是否去掉HTML内容中的链接

10	* by www.jbxue.com

11

*/

12	function getWordDocument( $content , $absolutePath = "" , $isEraseLink = true )

13

{

14	$mht = new MhtFileMaker();

15	if ($isEraseLink)

16	$content = preg_replace('/<a\s*.*?\s*>(\s*.*?\s*)<\/a>/i' , '$1' , $content);   //去掉链接

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('/<img[.\n]*?src\s*?=\s*?[\"\'](.*?)[\"\'](.*?)\/>/i',$content ,$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

46	for ( $i=0;$i<count($images);$i++)

47

{

48	$image = $images[$i];

49	if ( @fopen($image , 'r') )

50

{

51	$imgcontent = @file_get_contents( $image );

52	if ( $content )

53	$mht->AddContents($files[$i],$mht->GetMimeType($image),$imgcontent);

54

}

55

else

56

{

57	echo "file:".$image." not exist!<br />";

58

}

59

}

60

61

62	return $mht->GetFile();

63

}

使用方法： 

1	$fileContent = getWordDocument($content,"http://www.jbxue.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。 

001

<?php

002	/***********************************************************************

003	Class:        Mht File Maker

004	Version:      1.2 beta

005	Author:       Wudi <[e-mail]>

006	Description:  The class can make .mht file.

007	***********************************************************************/

008	class MhtFileMaker{

009	var $config = array();

010	var $headers = array();

011	var $headers_exists = array();

012	var $files = array();

013	var $boundary;

014	var $dir_base;

015	var $page_first;

016	function MhtFile($config = array()){

017

}

018	function SetHeader($header){

019	$this->headers[] = $header;

020	$key = strtolower(substr($header, 0, strpos($header, ':')));

021	$this->headers_exists[$key] = TRUE;

022

}

023	function SetFrom($from){

024	$this->SetHeader("From: $from");

025

}

026	function SetSubject($subject){

027	$this->SetHeader("Subject: $subject");

028

}

029	function SetDate($date = NULL, $istimestamp = FALSE){

030	if ($date == NULL) {

031	$date = time();

032

}

033	if ($istimestamp == TRUE) {

034	$date = date('D, d M Y H:i:s O', $date);

035

}

036	$this->SetHeader("Date: $date");

037

}

038	function SetBoundary($boundary = NULL){

039	if ($boundary == NULL) {

040	$this->boundary = '--' . strtoupper(md5(mt_rand())) . '_MULTIPART_MIXED';

041

} else {

042	$this->boundary = $boundary;

043

}

044

}

045	function SetBaseDir($dir){

046	$this->dir_base = str_replace("\\", "/", realpath($dir));

047

}

048	function SetFirstPage($filename){

049	$this->page_first = str_replace("\\", "/", realpath("{$this->dir_base}/$filename"));

050

}

051	function AutoAddFiles(){

052	if (!isset($this->page_first)) {

053	exit ('Not set the first page.');

054

}

055	$filepath = str_replace($this->dir_base, '', $this->page_first);

056	$filepath = 'http://mhtfile' . $filepath;

057	$this->AddFile($this->page_first, $filepath, NULL);

058	$this->AddDir($this->dir_base);

059

}

060	function AddDir($dir){

061	$handle_dir = opendir($dir);

062	while ($filename = readdir($handle_dir)) {

063	if (($filename!='.') && ($filename!='..') && ("$dir/$filename"!=$this->page_first)) {

064	if (is_dir("$dir/$filename")) {

065	$this->AddDir("$dir/$filename");

066	} elseif (is_file("$dir/$filename")) {

067	$filepath = str_replace($this->dir_base, '', "$dir/$filename");

068	$filepath = 'http://mhtfile' . $filepath;

069	$this->AddFile("$dir/$filename", $filepath, NULL);

070

}

071

}

072

}

073	closedir($handle_dir);

074

}

075	function AddFile($filename, $filepath = NULL, $encoding = NULL){

076	if ($filepath == NULL) {

077	$filepath = $filename;

078

}

079	$mimetype = $this->GetMimeType($filename);

080	$filecont = file_get_contents($filename);

081	$this->AddContents($filepath, $mimetype, $filecont, $encoding);

082

}

083	function AddContents($filepath, $mimetype, $filecont, $encoding = NULL){

084	if ($encoding == NULL) {

085	$filecont = chunk_split(base64_encode($filecont), 76);

086	$encoding = 'base64';

087

}

088	$this->files[] = array('filepath' => $filepath,

089	'mimetype' => $mimetype,

090	'filecont' => $filecont,

091	'encoding' => $encoding);

092

}

093	function CheckHeaders(){

094	if (!array_key_exists('date', $this->headers_exists)) {

095	$this->SetDate(NULL, TRUE);

096

}

097	if ($this->boundary == NULL) {

098	$this->SetBoundary();

099

}

100

}

101	function CheckFiles(){

102	if (count($this->files) == 0) {

103	return FALSE;

104

} else {

105	return TRUE;

106

}

107

}

108	function GetFile(){

109	$this->CheckHeaders();

110	if (!$this->CheckFiles()) {

111	exit ('No file was added.');

112	} //www.jb51.net

113	$contents = implode("\r\n", $this->headers);

114	$contents .= "\r\n";

115	$contents .= "MIME-Version: 1.0\r\n";

116	$contents .= "Content-Type: multipart/related;\r\n";

117	$contents .= "\tboundary=\"{$this->boundary}\";\r\n";

118	$contents .= "\ttype=\"" . $this->files[0]['mimetype'] . "\"\r\n";

119	$contents .= "X-MimeOLE: Produced By Mht File Maker v1.0 beta\r\n";

120	$contents .= "\r\n";

121	$contents .= "This is a multi-part message in MIME format.\r\n";

122	$contents .= "\r\n";

123	foreach ($this->files as $file) {

124	$contents .= "--{$this->boundary}\r\n";

125	$contents .= "Content-Type: $file[mimetype]\r\n";

126	$contents .= "Content-Transfer-Encoding: $file[encoding]\r\n";

127	$contents .= "Content-Location: $file[filepath]\r\n";

128	$contents .= "\r\n";

129	$contents .= $file['filecont'];

130	$contents .= "\r\n";

131

}

132	$contents .= "--{$this->boundary}--\r\n";

133	return $contents;

134

}

135	function MakeFile($filename){

136	$contents = $this->GetFile();

137	$fp = fopen($filename, 'w');

138	fwrite($fp, $contents);

139	fclose($fp);

140

}

141	function GetMimeType($filename){

142	$pathinfo = pathinfo($filename);

143	switch ($pathinfo['extension']) {

144	case 'htm': $mimetype = 'text/html'; break;

145	case 'html': $mimetype = 'text/html'; break;

146	case 'txt': $mimetype = 'text/plain'; break;

147	case 'cgi': $mimetype = 'text/plain'; break;

148	case 'php': $mimetype = 'text/plain'; break;

149	case 'css': $mimetype = 'text/css'; break;

150	case 'jpg': $mimetype = 'image/jpeg'; break;

151	case 'jpeg': $mimetype = 'image/jpeg'; break;

152	case 'jpe': $mimetype = 'image/jpeg'; break;

153	case 'gif': $mimetype = 'image/gif'; break;

154	case 'png': $mimetype = 'image/png'; break;

155	default: $mimetype = 'application/octet-stream'; break;

156

}

157	return $mimetype;

158

}

159

}

160

?>

上面讨论了通过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。