PHP 读取 WORD 内容

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：

本作品采用《CC 协议》，转载必须注明作者和本文链接