如何用PHP实现高效读取Word文档内容的技巧？

本文共计606个文字，预计阅读时间需要3分钟。

项目：问卷+需求：导入问卷+背景：运营那里有几百个WORD格式问卷，如果去后台手动录入，工作量大，希望可直接导入+心情：接到需求后五味杂陈，因为之前做过exc

项目：问卷

需求：WORD 导入问卷

背景：运营那里有几百个 WORD 格式问卷，如果去后台手动录入，无疑工作量很大，希望能直接导入。

心情：接到需求之后五味杂陈，因为以前做过 excel 导入，而且有现成的插件，代码也是一搜索一堆。

word 导入无疑涉及到了知识盲点，但是需求就在那里，又怼不过产品同学！只能硬着头皮上了。

难点：word 不好读取内容，内容读出来不好结构化。

解决问题思路：

先读取 WORD, 再说怎么结构化。

读取 WORD:

一开始想着用 PHPWORD, 毕竟 PHPOFFICE 这么成熟的插件应该可以直接读取到 WORD 内容吧。

然而现实很骨感，找遍了文档并没有找到直接读取到 WORD 内容的方法。PHPWORD 只提供了把 WORD 转换成 HTML，TDF 的方法。

转换思路：

既然不能读取 WORD, 那我可以读取 HTML, 只需要把 WORD 转换成 HTML 就可以了，然后读取 HTML 内容就行。

代码：

<?php namespace App\Console\Commands; use Illuminate\Console\Command; use PhpOffice\PhpSpreadsheet\Reader\Html; use PhpOffice\PhpWord\Reader\Word2007; class Test extends Command { /** * The name and signature of the console command. * * @var string */ protected $signature = 'word'; /** * The console command description. * * @var string */ protected $description = 'word'; /** * Create a new command instance. * * @return void */ public function __construct() { parent::__construct(); } /** * Execute the console command. * * @return int */ public function handle(Word2007 $word) { //WORD转换HTML $result=$word->load(storage_path('测试.docx')); $write=new \PhpOffice\PhpWord\Writer\HTML($result); $write->save(storage_path().'/测试.html'); //读取HTML内容 $document=new \DOMDocument(); $document->loadHTML(file_get_contents(storage_path('测试.html'))); $html=simplexml_import_dom($document); dd((array)$html->body); } }

开始测试：新建 测试.docx

测试.docx 内容：

执行脚本：

php artisan word

结果：

以上就是用PHP换个思路读取WORD内容的详细内容，更多请关注自由互联其它相关文章！