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。

PHP代码
  1. /** 
  2.  * 根据HTML代码获取word文档内容 
  3.  * 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 
  4.  * 该函数依赖于类MhtFileMaker 
  5.  * 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 
  6.  *  
  7.  * @param string $content HTML内容 
  8.  * @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 
  9.  * @param bool $isEraseLink 是否去掉HTML内容中的链接 
  10.  */  
  11. function getWordDocument( $content , $absolutePath = "" , $isEraseLink = true )  
  12. {  
  13.     $mht = new MhtFileMaker();  
  14.     if ($isEraseLink)  
  15.         $content = preg_replace('/<a\s*.*?\s*>(\s*.*?\s*)<\/a>/i' , '$1' , $content);   //去掉链接  
  16.   
  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.     for ( $i=0;$i<count($images);$i++) 
  46.     { 
  47.         $image = $images[$i]; 
  48.         if ( @fopen($image , 'r') ) 
  49.         { 
  50.             $imgcontent = @file_get_contents( $image ); 
  51.             if ( $content ) 
  52.                 $mht->AddContents($files[$i],$mht->GetMimeType($image),$imgcontent); 
  53.         } 
  54.         else 
  55.         { 
  56.             echo "file:".$image." not exist!<br />";  
  57.         }  
  58.     }  
  59.       
  60.     return $mht->GetFile();  
  61. }  

  使用方法:

PHP代码
  1. $fileContent = getWordDocument($content,"http://www.yoursite.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。

PHP代码
  1. <?php  
  2. /*********************************************************************** 
  3. Class:        Mht File Maker 
  4. Version:      1.2 beta 
  5. Date:         02/11/2007 
  6. Author:       Wudi <wudicgi@yahoo.de> 
  7. Description:  The class can make .mht file. 
  8. ***********************************************************************/  
  9.   
  10. class MhtFileMaker{  
  11.     var $config = array();  
  12.     var $headers = array();  
  13.     var $headers_exists = array();  
  14.     var $files = array();  
  15.     var $boundary;  
  16.     var $dir_base;  
  17.     var $page_first;  
  18.   
  19.     function MhtFile($config = array()){  
  20.   
  21.     }  
  22.   
  23.     function SetHeader($header){  
  24.         $this->headers[] = $header;  
  25.         $key = strtolower(substr($header, 0, strpos($header':')));  
  26.         $this->headers_exists[$key] = TRUE;  
  27.     }  
  28.   
  29.     function SetFrom($from){  
  30.         $this->SetHeader("From: $from");  
  31.     }  
  32.   
  33.     function SetSubject($subject){  
  34.         $this->SetHeader("Subject: $subject");  
  35.     }  
  36.   
  37.     function SetDate($date = NULL, $istimestamp = FALSE){  
  38.         if ($date == NULL) {  
  39.             $date = time();  
  40.         }  
  41.         if ($istimestamp == TRUE) {  
  42.             $date = date('D, d M Y H:i:s O'$date);  
  43.         }  
  44.         $this->SetHeader("Date: $date");  
  45.     }  
  46.   
  47.     function SetBoundary($boundary = NULL){  
  48.         if ($boundary == NULL) {  
  49.             $this->boundary = '--' . strtoupper(md5(mt_rand())) . '_MULTIPART_MIXED';  
  50.         } else {  
  51.             $this->boundary = $boundary;  
  52.         }  
  53.     }  
  54.   
  55.     function SetBaseDir($dir){  
  56.         $this->dir_base = str_replace("\\", "/", realpath($dir)); 
  57.     } 
  58.  
  59.     function SetFirstPage($filename){ 
  60.         $this->page_first = str_replace("\\", "/", realpath("{$this->dir_base}/$filename")); 
  61.     } 
  62.  
  63.     function AutoAddFiles(){ 
  64.         if (!isset($this->page_first)) { 
  65.             exit ('Not set the first page.'); 
  66.         } 
  67.         $filepath = str_replace($this->dir_base, '', $this->page_first); 
  68.         $filepath = 'http://mhtfile' . $filepath; 
  69.         $this->AddFile($this->page_first, $filepath, NULL); 
  70.         $this->AddDir($this->dir_base); 
  71.     } 
  72.  
  73.     function AddDir($dir){ 
  74.         $handle_dir = opendir($dir); 
  75.         while ($filename = readdir($handle_dir)) { 
  76.             if (($filename!='.') && ($filename!='..') && ("$dir/$filename"!=$this->page_first)) { 
  77.                 if (is_dir("$dir/$filename")) { 
  78.                     $this->AddDir("$dir/$filename"); 
  79.                 } elseif (is_file("$dir/$filename")) { 
  80.                     $filepath = str_replace($this->dir_base, '', "$dir/$filename"); 
  81.                     $filepath = 'http://mhtfile' . $filepath; 
  82.                     $this->AddFile("$dir/$filename", $filepath, NULL); 
  83.                 } 
  84.             } 
  85.         } 
  86.         closedir($handle_dir); 
  87.     } 
  88.  
  89.     function AddFile($filename, $filepath = NULL, $encoding = NULL){ 
  90.         if ($filepath == NULL) { 
  91.             $filepath = $filename; 
  92.         } 
  93.         $mimetype = $this->GetMimeType($filename); 
  94.         $filecont = file_get_contents($filename); 
  95.         $this->AddContents($filepath, $mimetype, $filecont, $encoding); 
  96.     } 
  97.  
  98.     function AddContents($filepath, $mimetype, $filecont, $encoding = NULL){ 
  99.         if ($encoding == NULL) { 
  100.             $filecont = chunk_split(base64_encode($filecont), 76); 
  101.             $encoding = 'base64'; 
  102.         } 
  103.         $this->files[] = array('filepath' => $filepath, 
  104.                                'mimetype' => $mimetype, 
  105.                                'filecont' => $filecont, 
  106.                                'encoding' => $encoding); 
  107.     } 
  108.  
  109.     function CheckHeaders(){ 
  110.         if (!array_key_exists('date', $this->headers_exists)) { 
  111.             $this->SetDate(NULL, TRUE); 
  112.         } 
  113.         if ($this->boundary == NULL) { 
  114.             $this->SetBoundary(); 
  115.         } 
  116.     } 
  117.  
  118.     function CheckFiles(){ 
  119.         if (count($this->files) == 0) { 
  120.             return FALSE; 
  121.         } else { 
  122.             return TRUE; 
  123.         } 
  124.     } 
  125.  
  126.     function GetFile(){ 
  127.         $this->CheckHeaders(); 
  128.         if (!$this->CheckFiles()) { 
  129.             exit ('No file was added.'); 
  130.         } 
  131.         $contents = implode("\r\n", $this->headers); 
  132.         $contents .= "\r\n"; 
  133.         $contents .= "MIME-Version: 1.0\r\n"; 
  134.         $contents .= "Content-Type: multipart/related;\r\n"; 
  135.         $contents .= "\tboundary=\"{$this->boundary}\";\r\n";  
  136.         $contents .= "\ttype=\"" . $this->files[0]['mimetype'] . "\"\r\n";  
  137.         $contents .= "X-MimeOLE: Produced By Mht File Maker v1.0 beta\r\n";  
  138.         $contents .= "\r\n";  
  139.         $contents .= "This is a multi-part message in MIME format.\r\n";  
  140.         $contents .= "\r\n";  
  141.         foreach ($this->files as $file) {  
  142.             $contents .= "--{$this->boundary}\r\n";  
  143.             $contents .= "Content-Type: $file[mimetype]\r\n";  
  144.             $contents .= "Content-Transfer-Encoding: $file[encoding]\r\n";  
  145.             $contents .= "Content-Location: $file[filepath]\r\n";  
  146.             $contents .= "\r\n";  
  147.             $contents .= $file['filecont'];  
  148.             $contents .= "\r\n";  
  149.         }  
  150.         $contents .= "--{$this->boundary}--\r\n";  
  151.         return $contents;  
  152.     }  
  153.   
  154.     function MakeFile($filename){  
  155.         $contents = $this->GetFile();  
  156.         $fp = fopen($filename'w');  
  157.         fwrite($fp$contents);  
  158.         fclose($fp);  
  159.     }  
  160.   
  161.     function GetMimeType($filename){  
  162.         $pathinfo = pathinfo($filename);  
  163.         switch ($pathinfo['extension']) {  
  164.             case 'htm'$mimetype = 'text/html'break;  
  165.             case 'html'$mimetype = 'text/html'break;  
  166.             case 'txt'$mimetype = 'text/plain'break;  
  167.             case 'cgi'$mimetype = 'text/plain'break;  
  168.             case 'php'$mimetype = 'text/plain'break;  
  169.             case 'css'$mimetype = 'text/css'break;  
  170.             case 'jpg'$mimetype = 'image/jpeg'break;  
  171.             case 'jpeg'$mimetype = 'image/jpeg'break;  
  172.             case 'jpe'$mimetype = 'image/jpeg'break;  
  173.             case 'gif'$mimetype = 'image/gif'break;  
  174.             case 'png'$mimetype = 'image/png'break;  
  175.             default$mimetype = 'application/octet-stream'break;  
  176.         }  
  177.         return $mimetype;  
  178.     }  
  179. }  
  180. ?>  

  上面我们讨论了通过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。

除非特别注明,鸡啄米文章均为原创
转载请标明本文地址:http://www.teaching4real.com/software/544.html
2016年4月7日
作者:鸡啄米 分类:软件开发 浏览: 注册送白菜网:0