用PHP換個思路讀取WORD內(nèi)容

項目：問卷

需求：WORD 導入問卷

背景：運營那里有幾百個 WORD 格式問卷，如果去后臺手動錄入，無疑工作量很大，希望能直接導入。

心情：接到需求之后五味雜陳，因為以前做過 excel 導入，而且有現(xiàn)成的插件，代碼也是一搜索一堆。

word 導入無疑涉及到了知識盲點，但是需求就在那里，又懟不過產(chǎn)品同學！只能硬著頭皮上了。

難點：word 不好讀取內(nèi)容，內(nèi)容讀出來不好結(jié)構(gòu)化。

解決問題思路：

先讀取 WORD, 再說怎么結(jié)構(gòu)化。

讀取 WORD:

一開始想著用 PHPWORD, 畢竟 PHPOFFICE 這么成熟的插件應該可以直接讀取到 WORD 內(nèi)容吧。

然而現(xiàn)實很骨感，找遍了文檔并沒有找到直接讀取到 WORD 內(nèi)容的方法。PHPWORD 只提供了把 WORD 轉(zhuǎn)換成 HTML，TDF 的方法。

轉(zhuǎn)換思路：

既然不能讀取 WORD, 那我可以讀取 HTML, 只需要把 WORD 轉(zhuǎn)換成 HTML 就可以了，然后讀取 HTML 內(nèi)容就行。

代碼：

<?php namespace AppConsoleCommands; use IlluminateConsoleCommand; use PhpOfficePhpSpreadsheetReaderHtml; use PhpOfficePhpWordReaderWord2007; 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轉(zhuǎn)換HTML         $result=$word->load(storage_path('測試.docx'));         $write=new PhpOfficePhpWordWriterHTML($result);         $write->save(storage_path().'/測試.html');         //讀取HTML內(nèi)容         $document=new DOMDocument();         $document->loadHTML(file_get_contents(storage_path('測試.html')));         $html=simplexml_import_dom($document);         dd((array)$html->body);     } }

開始測試：新建 測試.docx

測試.docx 內(nèi)容：

執(zhí)行腳本：

php artisan word

結(jié)果：