php - 加载 .docx 并使用 PHP 将其解析为数组

Question

我希望 .docx 成为包含元素类型和元素内容的关联 PHP 数组，如下所示：

$my_document = array(
    array(
        'type' => 'h1',
        'content' => 'Hello world'
    ),
    array(
        'type' => 'p',
        'content' => 'I am a paragraph'
    )
);

我试过使用PHPWord，但没有成功。使用示例中的代码可以加载 .docx 文件，但我只能将其写入 HTML、PDF 或 RTF 文件。

似乎没有办法只返回某种关联数组中的内容。

加载 .docx 并将其保存为 HTML：

$source =  "word.docx";
echo date('H:i:s'), " Reading contents from `{$source}`";

$phpWord = \PhpOffice\PhpWord\IOFactory::load($source);
$writer = new \PhpOffice\PhpWord\Writer\HTML($phpWord);
$writer->save("my_document.html");

上面的示例有效，但如前所述，我最终在服务器上得到了一个 HTML 文件——而不是内存中的数组。

---

有没有办法使用 PHPWord 或其他库来加载 .docx 文件，并将其结构作为关联数组返回？

---

其他想法：我已经考虑将保存的 HTML 文件加载为 DOMDocument 并从那里获取内容，但这似乎效率低下。

标签： phparraysassociative-arrayphpword