php - 使用 PHP 为目录中的文件显示 docx 属性(标题、标签)

Question

我正在使用下面的代码查找目录中所有 docx、xlsx 和 pdf 文件的列表并链接到这些文件 ( taken from this site ).

我想显示 docx 属性，例如 Title、Author 以及任何已添加到文档中的标签。有没有办法仅使用 PHP 来显示这些属性？

<div id="container">

<table class="sortable">
  <thead>
        <tr>
          <th>Filename</th>
          <th>Date Modified</th>
        </tr>
  </thead>
  <tbody>
    <div align="center">
      <?php
        // Opens directory
        $myDirectory=opendir(".");

       // Set Accepted Files
        $acceptExts = array("docx", "pdf", "xlsx");

        // Gets Each Entry
        while($entryName = readdir($myDirectory)) { 
        $exts = explode(".", $entryName); 
         if(in_array($exts[1],$acceptExts)) { 
          $dirArray[] = $entryName;
         }
        }

        // Finds extensions of files
        function findexts ($filename) {
          $filename=strtolower($filename);
          $exts=split("[/\\.]", $filename);
          $n=count($exts)-1;
          $exts=$exts[$n];
          return $exts;
        }

        // Closes directory
        closedir($myDirectory);

        // Counts elements in array
        $indexCount=count($dirArray);

        // Sorts files
        sort($dirArray);

        // Loops through the array of files
        for($index=0; $index < $indexCount; $index++) {

          // Allows ./?hidden to show hidden files
          if($_SERVER['QUERY_STRING']=="hidden")
          {$hide="";
          $ahref="./";
          $atext="Hide";}
          else
          {$hide=".";
          $ahref="./?hidden";
          $atext="Show";}
          if(substr("$dirArray[$index]", 0, 1) != $hide) {

          // Gets File Names
          $name=$dirArray[$index];
          $namehref=$dirArray[$index];

          // Gets Extensions 
          $extn=findexts($dirArray[$index]); 

          // Gets file size 
          $size=number_format(filesize($dirArray[$index]));

          // Gets Date Modified Data
          $modtime=date("M j Y", filemtime($dirArray[$index]));
          $timekey=date("Ymd", filemtime($dirArray[$index]));

          // Separates directories
          if(is_dir($dirArray[$index])) {
            $extn="&lt;Directory&gt;"; 
            $size="&lt;Directory&gt;"; 
            $class="dir";
          } else {
            $class="file";
          }

          // Cleans up . and .. directories 
          if($name=="."){$name=". (Current Directory)"; $extn="&lt;System Dir&gt;";}
          if($name==".."){$name=".. (Parent Directory)"; $extn="&lt;System Dir&gt;";}

          //Display to screen
          print("
          <tr class='$class'>
            <td><a href='./$namehref'>$name</a></td>
            <td sorttable_customkey='$timekey'><a href='./$namehref'>$modtime</a></td>
          </tr>");
          }
        }
      ?>

Answer 1

I would like to show docx properties such as Title, Author and any tags have have been added to the document. Is there a way to display those properties using just PHP?

您正在寻找的是一种可以从文件中提取元数据的工具。一旦您理解了什么是元数据——基本上是描述文件或对象中数据的数据——那么工作就完成了 1/2。剩下的就是找到最适合您需求的工具。

如果您想要纯 PHP 解决方案，请考虑使用 getID3这是一个不错且开发良好的 PHP 库，应该能够处理该任务。不能 100% 确定它处理 DOCx 和其他 Microsoft 格式的能力，但值得一看。

此外，Microsoft 自己有名为 PHPWord 的 PHP 库它允许您操作 Microsoft DOCx 和相关文档的内容，因此我假设元数据提取是其中的一部分。

如果您使用的是 Linux 或 Mac OS X 等 Unix 变体，以及过去的 PHP 特定库，请考虑使用像 exiftool 这样的工具。我用过并强烈推荐。是的，它是一个系统二进制文件，但您可以通过 PHP 中的 exec() 调用来使用它，让它正常工作。

查看您的特定代码，因为它似乎只能通过 readdir 获取目录内容，您必须编写一些逻辑来 Hook 这些文件名和路径，然后将实际文件传递给 getID3、PHPWord 或 exiftool 将数据读入某些内容。

快速查看代码工作中的循环，查看获取文件大小的这一行:

// Gets file size 
$size=number_format(filesize($dirArray[$index]));

那么，在该行发生之前或之后，您需要执行以下操作:

// Gets file info metadata.
$getID3 = new getID3;
$file_info = $getID3->analyze($dirArray[$index]);

然后 $file_info 的内容将是连接到 $dirArray[$index] 中加载的文件的数据数组。如何访问该数据？现在还不清楚，但你可以通过像这样转储 $file_info 的内容来查看它抓取了什么东西。

echo '<pre>';
print_r($file_info);
echo '</pre>';

然后找出您想要的数据在 $file_info 中的位置，然后像访问任何其他数组一样访问它。