PHP把网页保存为word文件的三种方法
最近工作遇到关于生成word的问题,现在总结一下生成word的三种方法的相关资料,需要的朋友可以参考下
一、PHP生成word的两种思路或原理 1.利用windows下面的 com组件 2.利用PHP将内容写入doc文件之中 具体实现方法如下。 二、利用windows下面的com组件 原理：com作为PHP的一个扩展类，安装过office的服务器会自动调用word.application的com，可以自动生成文档，PHP官方文档手册：http://www.php.net/manual/en/class.com.php 使用官方实例： 代码如下:<?php // starting word $word = new COM("word.application") or die("Unable to instantiate Word"); echo "Loaded Word, version {$word->Version}\n"; //bring it to front $word->Visible = 1; //open an empty document $word->Documents->Add(); //do some weird stuff $word->Selection->TypeText("This is a test..."); $word->Documents[1]->SaveAs("Useless test.doc"); //closing word $word->Quit(); //free the object $word = null; ?> 个人建议：com实例后的方法都需要查找官方文档才知道什么意思，编辑器没有代码提示，非常不方便，另外这个效率也不是很高，不推荐使用 三、利用PHP将内容写入doc文件之中 这个方法又可以分为两种方法 1.生成mht格式（和HTML很相似）写入word 2.纯HTML格式写入word 1）、生成mht格式（和HTML很相似）写入word 代码如下:/** * 根据HTML代码获取word文档内容 * 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 * 该函数依赖于类MhtFileMaker * 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 * * @param string $content HTML内容 * @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 * @param bool $isEraseLink 是否去掉HTML内容中的链接 */ function getWordDocument( $content , $absolutePath = "" , $isEraseLink = true ) { $mht = new MhtFileMaker(); if ($isEraseLink) $content = preg_replace('/<a\s*.*?\s*>(\s*.*?\s*)<\/a>/i' , '$1' , $content); //去掉链接 $images = array(); $files = array(); $matches = array(); //这个算法要求src后的属性值必须使用引号括起来 if ( preg_match_all('/<img[.\n]*?src\s*?=\s*?[\"\'](.*?)[\"\'](.*?)\/>/i',$content ,$matches ) ) { $arrPath = $matches[1]; for ( $i=0;$i<count($arrPath);$i++) { $path = $arrPath[$i]; $imgPath = trim( $path ); if ( $imgPath != "" ) { $files[] = $imgPath; if( substr($imgPath,0,7) == 'http://') { //绝对链接，不加前缀 } else { $imgPath = $absolutePath.$imgPath; } $images[] = $imgPath; } } } $mht->AddContents("tmp.html",$mht->GetMimeType("tmp.html"),$content); for ( $i=0;$i<count($images);$i++) { $image = $images[$i]; if ( @fopen($image , 'r') ) { $imgcontent = @file_get_contents( $image ); if ( $content ) $mht->AddContents($files[$i],$mht->GetMimeType($image),$imgcontent); } else { echo "file:".$image." not exist!<br />"; } } return $mht->GetFile(); } 这个函数的主要功能其实就是分析HTML代码中的所有图片地址，并且依次下载下来。获取到了图片的内容以后，调用MhtFileMaker类，将图片添加到mht文件中。具体的添加细节，封装在MhtFileMaker类中了。 使用方法1：远程调用 代码如下:$url= http://www.***.com; $content = file_get_contents($url); $fileContent = getWordDocument($content,"http://www.yoursite.com/Music/etc/"); $fp = fopen("test.doc", 'w'); fwrite($fp, $fileContent); fclose($fp); 其中，$content变量应该是HTML源代码，后面的链接应该是能填补HTML代码中图片相对路径的URL地址 其中，$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 使用方法2:本地生成调用 代码如下: header("Cache-Control: no-cache, must-revalidate"); header("Pragma: no-cache"); $wordStr = 'PHP教程网站--jb51.net'; $fileContent = getWordDocument($wordStr); $fileName = iconv("utf-8", "GBK", ‘PHP教程' . '_'. $intro . '_' . rand(100, 999)); header("Content-Type: application/doc"); header("Content-Disposition: attachment; filename=" . $fileName . ".doc"); echo $fileContent; 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。 复制代码 代码如下:<?php /*********************************************************************** Class: Mht File Maker Version: 1.2 beta Date: 02/11/2007 Author: Wudi <wudicgi@yahoo.de> 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 $mimetype; } } ?> 点评：这种方法的缺点是不支持批量生成下载，因为一个页面只能有一个header，（无论远程使用还是本地生成声明header页面只能输出一个header），即使你循环生成，结果还是只有一个word生成（当然你可以修改上面的方式来实现） 2.纯HTML格式写入word 原理： 利用ob_start把html页面先存储起来（解决一下页面多个header问题，可以批量生成），然后在写入doc文档内容利用 代码： 代码如下:<?php class word { function start() { ob_start(); echo '<html xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns="http://www.w3.org/TR/REC-html40">'; } function save($path) { echo "</html>"; $data = ob_get_contents(); ob_end_clean(); $this->wirtefile ($path,$data); } function wirtefile ($fn,$data) { $fp=fopen($fn,"wb"); fwrite($fp,$data); fclose($fp); } } 代码如下:$html = ' <table width=600 cellpadding="6" cellspacing="1" bgcolor="#336699"> <tr bgcolor="White"> <td>PHP10086</td> <td><a href="http://www.jb51.net" target="_blank" >http://www.jb51.net</a></td> </tr> <tr bgcolor="red"> <td>PHP10086</td> <td><a href="http://www.jb51.net" target="_blank" >http://www.jb51.net</a></td> </tr> <tr bgcolor="White"> <td colspan=2 > PHP10086<br> 最靠谱的PHP技术分享网站 <img src="http://www.jb51.net/wp-content/themes/WPortal-Blue/images/logo.gif"> </td> </tr> </table> '; //批量生成 for($i=1;$i<=3;$i++){ $word = new word(); $word->start(); //$html = "aaa".$i; $wordname = 'PHP教程网站--jb51.net'.$i.".doc"; echo $html; $word->save($wordname); ob_flush();//每次执行前刷新缓存 flush(); } 个人点评：这种方法效果最好，原因有三个： 第一代码比较简洁，很容易理解 第二是支持批量生成word（这个很重要） 第三是支持完整的html代码
PHP之友评论