PHP可以从PowerPoint文件中读取文本吗？

4 回答

• 1

  根据版本，您可以查看Zend Framework，因为Zend_Search_Lucene能够索引PowerPoint 2007文件 . 只需看看相应的类文件，我认为它就像 Zend_Search_Lucene_Document_Pptx .

  回复于 2024-05-04T07:42:45+08:00
• 1

  是的，当然有可能 .

  [这是一个开始 . ]（http://download.microsoft.com/download/0/B/E/0BE8BDD7-E5E8-422A-ABFD-4342ED7AD886/PowerPoint97-2007BinaryFileFormat(ppt)Specification.pdf))我不会很好地记录/格式化，但是一旦开始就不那么难了 . 首先只关注你需要的元素（幻灯片，文本等） .

  一个不太详细和简单的方法是在十六进制编辑器中打开.ppt文件并查找您所熟悉的信息（您应该能够看到二进制数据中的文本）以及它周围的内容 . 然后根据包含该信息的内容，您可以编写一个解析器来提取此信息 .

  回复于 2024-05-04T07:42:45+08:00
• 0

  这是我从similar one创建的示例函数，它从Word文档中提取文本 . 我使用Microsoft PowerPoint文件对其进行了测试，但它不会解码保存为.ppt的OpenOfficeImpress文件

  对于.pptx文件，您可能需要查看Zend Lucene .

  function parsePPT($filename) {
      // This approach uses detection of the string "chr(0f).Hex_value.chr(0x00).chr(0x00).chr(0x00)" to find text strings, which are then terminated by another NUL chr(0x00). [1] Get text between delimiters [2] 
      $fileHandle = fopen($filename, "r");
      $line = @fread($fileHandle, filesize($filename));
      $lines = explode(chr(0x0f),$line);
      $outtext = '';
  
      foreach($lines as $thisline) {
          if (strpos($thisline, chr(0x00).chr(0x00).chr(0x00)) == 1) {
              $text_line = substr($thisline, 4);
              $end_pos   = strpos($text_line, chr(0x00));
              $text_line = substr($text_line, 0, $end_pos);
              $text_line = preg_replace("/[^a-zA-Z0-9\s\,\.\-\n\r\t@\/\_\(\)]/","",$text_line);
              if (strlen($text_line) > 1) {
                  $outtext.= substr($text_line, 0, $end_pos)."\n";
              }
          }
      }
      return $outtext;
  }
  

  回复于 2024-05-04T07:42:45+08:00
• 3

  我想发布我的决议 .

  不幸的是，我无法让PHP可靠地读取二进制数据 .

  我的解决方案是编写一个小型vb6应用程序，通过自动化PowerPoint来完成工作 .

  不是我想要的，但是，现在解决了这个问题 .

  话虽如此，Zend选项在某些时候看起来可能是可行的，所以我会看到它 .

  谢谢 .

  回复于 2024-05-04T07:42:45+08:00