php - 解析和生成 Microsoft Office 2007 文件(.docx、.xlsx、.pptx)

Question

我有一个 Web 项目，我必须从用户提供的文档中导入文本和图像，其中一种可能的格式是 Microsoft Office 2007。还需要生成这种格式的文档。

服务器运行 CentOS 5.2 并安装了 PHP/Perl/Python。如果需要，我可以执行本地二进制文件和 shell 脚本。我们使用 Apache 2.2，但一旦它上线就会切换到 Nginx。

我有哪些选择？有人有这方面的经验吗？

Answer 1

Office 2007 文件格式是开放的并且well documented .粗略地说，所有以“x”结尾的新文件格式都是 zip 压缩的 XML 文档。例如:

To open a Word 2007 XML file Create a temporary folder in which to store the file and its parts.

Save a Word 2007 document, containing text, pictures, and other elements, as a .docx file.

Add a .zip extension to the end of the file name.

Double-click the file. It will open in the ZIP application. You can see the parts that comprise the file.

Extract the parts to the folder that you created previously.

其他文件格式大致相似。我还不知道有任何开源库可以与它们交互——但根据您的具体要求，阅读和编​​写简单的文档看起来并不太难。当然，它应该比旧格式容易得多。

如果您需要阅读较旧的格式，OpenOffice 有一个 API，可以读写 Office 2003 和较旧的文档，或多或少会成功。