使用PHP導出Word文檔的原理和實例

PHP操作Word文檔的方法有很多，這里再為大家提供一種方法。

原理 
 一般，有2種方法可以導出doc文檔，一種是使用com，並且作為php的一個擴展庫安裝到服務器上，然后創建一個com，調用它的方法。安裝過office的服務器可以調用一個叫word.application的com，可以生成word文檔，不過這種方式我不推薦，因為執行效率比較低（我測試了一下，在執行代碼的時候，服務器會真的去打開一個word客戶端）。理想的com應該是沒有界面的，在后台進行數據轉換，這樣效果會比較好，但是這些擴展一般需要收費。 
第2種方法，就是用PHP將我們的doc文檔內容直接寫入一個后綴為doc的文件中即可。使用這種方法不需要依賴第三方擴展，而且執行效率較高。 
 word本身的功能還是很強大的，它可以打開html格式的文件，並且能夠保留格式，即使后綴為doc，它也能識別正常打開。這就為我們提供了方便。但是有一個問題，html格式的文件中的圖片只有一個地址，真正的圖片是保存在其他地方的，也就是說，如果將HTML格式寫入doc中，那么doc中將不能包含圖片。那我們如何創建包含圖片的doc文檔呢？我們可以使用和html很接近的mht格式。 
mht格式和html很類似，只不過在mht格式中，外部鏈接進來的文件，比如圖片、Javascript、CSS會被base64進行編碼存儲。因此，單個mht文件就可以保存一個網頁中的所有資源，當然，相比html，它的尺寸也會比較大。 
mht格式能被word識別嗎？我將一個網頁保存成mht，然后修改后綴名為doc，再用word打開，OK，word也可以識別mht文件，並且可以顯示圖片。 
好了，既然doc可以識別mht，下面就是考慮如何將圖片放入mht了。由於html代碼中的圖片的地址都是寫在img標簽的src屬性中，因此，只要提取html代碼中的src屬性值，就可以獲得圖片地址。當然，有可能您獲取到的是相對路徑，沒關系，加上URL的前綴，改成絕對路徑就可以了。有了圖片地址，我們就可以通過file_get_content函數獲取到圖片文件的具體內容，然后調用base64_encode函數將文件內容編碼成base64編碼，最后插入到mht文件的合適位置即可。 
最后，我們有兩種方法將文件發送給客戶端，一種是先在服務器端生成一個doc文檔，然后將這個doc文檔的地址記錄下來，最后，通過header("location:xx.doc");就可以讓客戶端下載這個doc。還有一種是直接發送html請求，修改HTML協議的header部分，將它的content-type設置為application/doc，將content-disposition設置為attachment，后面跟上文件名，發送完html協議以后，直接將文件內容發送給客戶端，也可以讓客戶端下載到這個doc文檔。 
實現 
通過以上的原理介紹，相信大家應該對實現的過程有個初步的了解了，下面我給出一個導出函數，這個函數可以將HTML代碼導出成一個mht文檔，參數有3個，其中后2個為可選參數 
content:要轉換的HTML代碼 
absolutePath: 如果HTML代碼中的圖片地址都是相對路徑，那么這個參數就是HTML代碼中缺少的絕對路徑。 
isEraseLink:是否去掉HTML代碼中的超鏈接 
返回值為mht的文件內容，您可以通過file_put_content將它保存成后綴名為doc的文件 
這個函數的主要功能其實就是分析HTML代碼中的所有圖片地址，並且依次下載下來。獲取到了圖片的內容以后，調用MhtFileMaker類，將圖片添加到mht文件中。具體的添加細節，封裝在MhtFileMaker類中了。 

01

/**

02	* 根據HTML代碼獲取word文檔內容

03	* 創建一個本質為mht的文檔，該函數會分析文件內容並從遠程下載頁面中的圖片資源

04	* 該函數依賴於類MhtFileMaker

05	* 該函數會分析img標簽，提取src的屬性值。但是，src的屬性值必須被引號包圍，否則不能提取

06

*

07	* @param string $content HTML內容

08	* @param string $absolutePath 網頁的絕對路徑。如果HTML內容里的圖片路徑為相對路徑，那么就需要填寫這個參數，來讓該函數自動填補成絕對路徑。這個參數最后需要以/結束

09	* @param bool $isEraseLink 是否去掉HTML內容中的鏈接

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);   //去掉鏈接

17	$images = array();

18	$files = array();

19	$matches = array();

20	//這個算法要求src后的屬性值必須使用引號括起來

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	//絕對鏈接，不加前綴

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變量應該是HTML源代碼，后面的鏈接應該是能填補HTML代碼中圖片相對路徑的URL地址 
注意，在使用這個函數之前，您需要先包含類MhtFileMaker，這個類可以幫助我們生成Mht文檔。 

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

?>

上面討論了通過mht文件，來實現PHP導出doc格式的。這種方法可以解決一個難題，就是使導出的doc文件中包含圖片，當然，如果您要包含更多的內容，比如CSS樣式表，只需要用正則表達式分析HTML代碼中的link標簽，提取css樣式文件的地址，然后讀取並編碼成base64，最后加入到mht文件中就可以了。