PHP網頁匯出Word文檔的方法

原理
一般，有2種方法可以匯出doc文檔，一種是使用com，並且作為php的一個擴充庫安裝到伺服器上，然後建立一個com，調用它的方法。安裝過office的伺服器可以調用一個叫word.application的com，可以產生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，伺服器會真的去開啟一個word用戶端）。理想的com應該是沒有介面的，在後台進行資料轉換，這樣效果會比較好，但是這些擴充一般需要收費。
第2種方法，就是用PHP將我們的doc文檔內容直接寫入一個尾碼為doc的檔案中即可。使用這種方法不需要依賴第三方擴充，而且執行效率較高。
word本身的功能還是很強大的，它可以開啟html格式的檔案，並且能夠保留格式，即使尾碼為doc，它也能識別正常開啟。這就為我們提供了方便。但是有一個問題，html格式的檔案中的圖片只有一個地址，真正的圖片是儲存在其他地方的，也就是說，如果將HTML格式寫入doc中，那麼doc中將不能包含圖片。那我們如何建立包含圖片的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，外部連結進來的檔案，比片、Javascript、CSS會被base64進行編碼儲存。因此，單個mht檔案就可以儲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？我將一個網頁儲存成mht，然後修改尾碼名為doc，再用word開啟，OK，word也可以識別mht檔案，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標籤的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，有可能您擷取到的是相對路徑，沒關係，加上URL的首碼，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函數擷取到圖片檔案的具體內容，然後調用base64_encode函數將檔案內容編碼成base64編碼，最後插入到mht檔案的合適位置即可。
最後，我們有兩種方法將檔案發送給用戶端，一種是先在伺服器端產生一個doc文檔，然後將這個doc文檔的地址記錄下來，最後，通過header("location:xx.doc");就可以讓用戶端下載這個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設定為application/doc，將content-disposition設定為attachment，後面跟上檔案名稱，發送完html協議以後，直接將檔案內容發送給用戶端，也可以讓用戶端下載到這個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瞭解了，下面我給出一個匯出函數，這個函數可以將HTML代碼匯出成一個mht文檔，參數有3個，其中後2個為選擇性參數
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，那麼這個參數就是HTML代碼中缺少的絕對路徑。
isEraseLink:是否去掉HTML代碼中的超連結

傳回值為mht的檔案內容，您可以通過file_put_content將它儲存成尾碼名為doc的檔案

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。擷取到了圖片的內容以後，調用MhtFileMaker類，將圖片添加到mht檔案中。具體的添加細節，封裝在MhtFileMaker類中了。

 

 

</p><p>/**<br /> * 根據HTML代碼擷取word文檔內容<br /> * 建立一個本質為mht的文檔，該函數會分析檔案內容並從遠程下載頁面中的圖片資源<br /> * 該函數依賴於類MhtFileMaker<br /> * 該函數會分析img標籤，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<br /> *<br /> * @param string $content HTML內容<br /> * @param string $absolutePath 網頁的絕對路徑。如果HTML內容裡的圖片路徑為相對路徑，那麼就需要填寫這個參數，來讓該函數自動填補成絕對路徑。這個參數最後需要以/結束<br /> * @param bool $isEraseLink 是否去掉HTML內容中的連結<br /> */<br />function getWordDocument( $content , $absolutePath = "" , $isEraseLink = true )<br />{<br /> $mht = new MhtFileMaker();<br /> if ($isEraseLink)<br /> $content = preg_replace('/<a/s*.*?/s*>(/s*.*?/s*)<//a>/i' , '$1' , $content); //去掉連結</p><p> $images = array();<br /> $files = array();<br /> $matches = array();<br /> //這個演算法要求src後的屬性值必須使用引號括起來<br /> if ( preg_match_all('/<img[./n]*?src/s*?=/s*?[/"/'](.*?)[/"/'](.*?)//>/i',$content ,$matches ) )<br /> {<br /> $arrPath = $matches[1];<br /> for ( $i=0;$i<count($arrPath);$i++)<br /> {<br /> $path = $arrPath[$i];<br /> $imgPath = trim( $path );<br /> if ( $imgPath != "" )<br /> {<br /> $files[] = $imgPath;<br /> if( substr($imgPath,0,7) == 'http://')<br /> {<br /> //絕對連結，不加首碼<br /> }<br /> else<br /> {<br /> $imgPath = $absolutePath.$imgPath;<br /> }<br /> $images[] = $imgPath;<br /> }<br /> }<br /> }<br /> $mht->AddContents("tmp.html",$mht->GetMimeType("tmp.html"),$content);</p><p> for ( $i=0;$i<count($images);$i++)<br /> {<br /> $image = $images[$i];<br /> if ( @fopen($image , 'r') )<br /> {<br /> $imgcontent = @file_get_contents( $image );<br /> if ( $content )<br /> $mht->AddContents($files[$i],$mht->GetMimeType($image),$imgcontent);<br /> }<br /> else<br /> {<br /> echo "file:".$image." not exist!<br />";<br /> }<br /> }</p><p> return $mht->GetFile();<br />}

 

 

 

 

 

使用方法：
$fileContent = getWordDocument($content,"http://www.yoursite.com/Music/etc/");<br />$fp = fopen("test.doc", 'w');<br />fwrite($fp, $fileContent);<br />fclose($fp);

其中，$content變數應該是HTML原始碼，後面的連結應該是能填補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，這個類可以協助我們產生Mht文檔。<br /><?php<br />/***********************************************************************<br />Class: Mht File Maker<br />Version: 1.2 beta<br />Date: 02/11/2007<br />Author: Wudi <wudicgi@yahoo.de><br />Description: The class can make .mht file.<br />***********************************************************************/</p><p>class MhtFileMaker{<br /> var $config = array();<br /> var $headers = array();<br /> var $headers_exists = array();<br /> var $files = array();<br /> var $boundary;<br /> var $dir_base;<br /> var $page_first;</p><p> function MhtFile($config = array()){</p><p> }</p><p> function SetHeader($header){<br /> $this->headers[] = $header;<br /> $key = strtolower(substr($header, 0, strpos($header, ':')));<br /> $this->headers_exists[$key] = TRUE;<br /> }</p><p> function SetFrom($from){<br /> $this->SetHeader("From: $from");<br /> }</p><p> function SetSubject($subject){<br /> $this->SetHeader("Subject: $subject");<br /> }</p><p> function SetDate($date = NULL, $istimestamp = FALSE){<br /> if ($date == NULL) {<br /> $date = time();<br /> }<br /> if ($istimestamp == TRUE) {<br /> $date = date('D, d M Y H:i:s O', $date);<br /> }<br /> $this->SetHeader("Date: $date");<br /> }</p><p> function SetBoundary($boundary = NULL){<br /> if ($boundary == NULL) {<br /> $this->boundary = '--' . strtoupper(md5(mt_rand())) . '_MULTIPART_MIXED';<br /> } else {<br /> $this->boundary = $boundary;<br /> }<br /> }</p><p> function SetBaseDir($dir){<br /> $this->dir_base = str_replace("//", "/", realpath($dir));<br /> }</p><p> function SetFirstPage($filename){<br /> $this->page_first = str_replace("//", "/", realpath("{$this->dir_base}/$filename"));<br /> }</p><p> function AutoAddFiles(){<br /> if (!isset($this->page_first)) {<br /> exit ('Not set the first page.');<br /> }<br /> $filepath = str_replace($this->dir_base, '', $this->page_first);<br /> $filepath = 'http://mhtfile' . $filepath;<br /> $this->AddFile($this->page_first, $filepath, NULL);<br /> $this->AddDir($this->dir_base);<br /> }</p><p> function AddDir($dir){<br /> $handle_dir = opendir($dir);<br /> while ($filename = readdir($handle_dir)) {<br /> if (($filename!='.') && ($filename!='..') && ("$dir/$filename"!=$this->page_first)) {<br /> if (is_dir("$dir/$filename")) {<br /> $this->AddDir("$dir/$filename");<br /> } elseif (is_file("$dir/$filename")) {<br /> $filepath = str_replace($this->dir_base, '', "$dir/$filename");<br /> $filepath = 'http://mhtfile' . $filepath;<br /> $this->AddFile("$dir/$filename", $filepath, NULL);<br /> }<br /> }<br /> }<br /> closedir($handle_dir);<br /> }</p><p> function AddFile($filename, $filepath = NULL, $encoding = NULL){<br /> if ($filepath == NULL) {<br /> $filepath = $filename;<br /> }<br /> $mimetype = $this->GetMimeType($filename);<br /> $filecont = file_get_contents($filename);<br /> $this->AddContents($filepath, $mimetype, $filecont, $encoding);<br /> }</p><p> function AddContents($filepath, $mimetype, $filecont, $encoding = NULL){<br /> if ($encoding == NULL) {<br /> $filecont = chunk_split(base64_encode($filecont), 76);<br /> $encoding = 'base64';<br /> }<br /> $this->files[] = array('filepath' => $filepath,<br /> 'mimetype' => $mimetype,<br /> 'filecont' => $filecont,<br /> 'encoding' => $encoding);<br /> }</p><p> function CheckHeaders(){<br /> if (!array_key_exists('date', $this->headers_exists)) {<br /> $this->SetDate(NULL, TRUE);<br /> }<br /> if ($this->boundary == NULL) {<br /> $this->SetBoundary();<br /> }<br /> }</p><p> function CheckFiles(){<br /> if (count($this->files) == 0) {<br /> return FALSE;<br /> } else {<br /> return TRUE;<br /> }<br /> }</p><p> function GetFile(){<br /> $this->CheckHeaders();<br /> if (!$this->CheckFiles()) {<br /> exit ('No file was added.');<br /> }<br /> $contents = implode("/r/n", $this->headers);<br /> $contents .= "/r/n";<br /> $contents .= "MIME-Version: 1.0/r/n";<br /> $contents .= "Content-Type: multipart/related;/r/n";<br /> $contents .= "/tboundary=/"{$this->boundary}/";/r/n";<br /> $contents .= "/ttype=/"" . $this->files[0]['mimetype'] . "/"/r/n";<br /> $contents .= "X-MimeOLE: Produced By Mht File Maker v1.0 beta/r/n";<br /> $contents .= "/r/n";<br /> $contents .= "This is a multi-part message in MIME format./r/n";<br /> $contents .= "/r/n";<br /> foreach ($this->files as $file) {<br /> $contents .= "--{$this->boundary}/r/n";<br /> $contents .= "Content-Type: $file[mimetype]/r/n";<br /> $contents .= "Content-Transfer-Encoding: $file[encoding]/r/n";<br /> $contents .= "Content-Location: $file[filepath]/r/n";<br /> $contents .= "/r/n";<br /> $contents .= $file['filecont'];<br /> $contents .= "/r/n";<br /> }<br /> $contents .= "--{$this->boundary}--/r/n";<br /> return $contents;<br /> }</p><p> function MakeFile($filename){<br /> $contents = $this->GetFile();<br /> $fp = fopen($filename, 'w');<br /> fwrite($fp, $contents);<br /> fclose($fp);<br /> }</p><p> function GetMimeType($filename){<br /> $pathinfo = pathinfo($filename);<br /> switch ($pathinfo['extension']) {<br /> case 'htm': $mimetype = 'text/html'; break;<br /> case 'html': $mimetype = 'text/html'; break;<br /> case 'txt': $mimetype = 'text/plain'; break;<br /> case 'cgi': $mimetype = 'text/plain'; break;<br /> case 'php': $mimetype = 'text/plain'; break;<br /> case 'css': $mimetype = 'text/css'; break;<br /> case 'jpg': $mimetype = 'image/jpeg'; break;<br /> case 'jpeg': $mimetype = 'image/jpeg'; break;<br /> case 'jpe': $mimetype = 'image/jpeg'; break;<br /> case 'gif': $mimetype = 'image/gif'; break;<br /> case 'png': $mimetype = 'image/png'; break;<br /> default: $mimetype = 'application/octet-stream'; break;<br /> }<br /> return $mimetype;<br /> }<br />}<br />?>

上面我們討論了通過mht檔案，來實現PHP匯出doc格式的。這種方法可以解決一個難題，就是使匯出的doc檔案中包含圖片，當然，如果您要包含更多的內容，比如CSS樣式表，只需要用Regex分析HTML代碼中的link標籤，提取css樣式檔案的地址，然後讀取並編碼成base64，最後加入到mht檔案中就可以了。

  原文連結:http://www.cnitblog.com/CoffeeCat/archive/2008/08/07/47753.html