PHP網(wǎng)頁導出Word文檔的方法

dorainm

首先，要和大家說聲抱歉，因為我有半年沒有更新博客了。這半年過得很充實，也很忙碌，以至于沒有時間寫博客了。
今天要探討的是PHP網(wǎng)頁導出Word文檔的方法，使用其他語言的朋友也可以參考，因為原理是差不多的。
原理
    一般，有2種方法可以導出doc文檔，一種是使用com，并且作為php的一個擴展庫安裝到服務器上，然后創(chuàng)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(zhí)行效率比較低（我測試了一下，在執(zhí)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，在后臺進行數(shù)據(jù)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(nèi)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(zhí)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，并且能夠保留格式，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?nèi)绾蝿?chuàng)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(wǎng)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(wǎng)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，并且可以顯示圖片。
    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。由于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(shù)獲取到圖片文件的具體內(nèi)容，然后調用base64_encode函數(shù)將文件內(nèi)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(fā)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(fā)送html請求，修改HTML協(xié)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(fā)送完html協(xié)議以后，直接將文件內(nèi)容發(fā)送給客戶端，也可以讓客戶端下載到這個doc文檔。
實現(xiàn)
    通過以上的原理介紹，相信大家應該對實現(xiàn)的過程有個初步的了解了，下面我給出一個導出函數(shù)，這個函數(shù)可以將HTML代碼導出成一個mht文檔，參數(shù)有3個，其中后2個為可選參數(shù)
    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(shù)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(nèi)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(shù)的主要功能其實就是分析HTML代碼中的所有圖片地址，并且依次下載下來。獲取到了圖片的內(nèi)容以后，調用MhtFileMaker類，將圖片添加到mht文件中。具體的添加細節(jié)，封裝在MhtFileMaker類中了。
/**
* 根據(jù)HTML代碼獲取word文檔內(nèi)容
* 創(chuàng)建一個本質為mht的文檔，該函數(shù)會分析文件內(nèi)容并從遠程下載頁面中的圖片資源
* 該函數(shù)依賴于類MhtFileMaker
* 該函數(shù)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
*
* @param string $content HTML內(nèi)容
* @param string $absolutePath 網(wǎng)頁的絕對路徑。如果HTML內(nèi)容里的圖片路徑為相對路徑，那么就需要填寫這個參數(shù)，來讓該函數(shù)自動填補成絕對路徑。這個參數(shù)最后需要以/結束
* @param bool $isEraseLink 是否去掉HTML內(nèi)容中的鏈接
*/
function getWordDocument( $content , $absolutePath = "" , $isEraseLink = true )
{
    $mht = new MhtFileMaker();
    if ($isEraseLink)
        $content = preg_replace('/(\s*.*?\s*)/i' , '$1' , $content);   //去掉鏈接
    $images = array();
    $files = array();
    $matches = array();
    //這個算法要求src后的屬性值必須使用引號括起來
    if ( preg_match_all('/'](.*?)[\"\'](.*?)\/>/i',$content ,$matches ) )
    {
        $arrPath = $matches[1];
        for ( $i=0;$i"" )
            {
                $files[] = $imgPath;
                if( substr($imgPath,0,7) == 'http://')
                {
                    //絕對鏈接，不加前綴
                }
                else
                {
                    $imgPath = $absolutePath.$imgPath;
                }
                $images[] = $imgPath;
            }
        }
    }
    $mht->AddContents("tmp.html",$mht->GetMimeType("tmp.html"),$content);
   
    for ( $i=0;$iAddContents($files[$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(shù)之前，您需要先包含類MhtFileMaker，這個類可以幫助我們生成Mht文檔。
php
/***********************************************************************
Class:        Mht File Maker
Version:      1.2 beta
Date:         02/11/2007
Author:       Wudi
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;
    }
}
?>
    上面我們討論了通過mht文件，來實現(xiàn)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(nèi)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，然后讀取并編碼成base64，最后加入到mht文件中就可以了。


本文來自ChinaUnix博客，如果查看原文請點：http://blog.chinaunix.net/u1/41420/showart_1729575.html

csona

好東西啊

lifeistrue

不錯！

csona

論壇的內(nèi)容不全，你的Blog代碼是全的