PHP把网页保存为word文件的三种方法

摘要：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...

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：

复制代码代码如下:<?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

复制代码代码如下:/**

* 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('/<as*.*?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]*?srcs*?=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

复制代码代码如下:$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

使用方法2:本地生成调用

复制代码代码如下:

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("rn", $this->headers);

$contents .= "rn";

$contents .= "MIME-Version: 1.0rn";

$contents .= "Content-Type: multipart/related;rn";

$contents .= "tboundary="{$this->boundary}";rn";

$contents .= "ttype="" . $this->files[0]['mimetype'] . ""rn";

$contents .= "X-MimeOLE: Produced By Mht File Maker v1.0 betarn";

$contents .= "rn";

$contents .= "This is a multi-part message in MIME format.rn";

$contents .= "rn";

foreach ($this->files as $file) {

$contents .= "--{$this->boundary}rn";

$contents .= "Content-Type: $file[mimetype]rn";

$contents .= "Content-Transfer-Encoding: $file[encoding]rn";

$contents .= "Content-Location: $file[filepath]rn";

$contents .= "rn";

$contents .= $file['filecont'];

$contents .= "rn";

}

$contents .= "--{$this->boundary}--rn";

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：

复制代码代码如下:<?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);

}

复制代码代码如下:$html = '

</tr>

</tr>

PHP10086<br>

最靠谱的PHP技术分享网站

</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