提取docx文件的标题和段落

时间:2014-09-19 08:19:06

标签: php regex xml-parsing docx

我需要阅读一个docx文件来获取变量中文档的标题和内容。 我正在读这样的文件:

function read_file_docx($filename){
    if(!$filename || !file_exists($filename)) return false;
    $zip = zip_open($filename);
    if (!$zip || is_numeric($zip)) return false;

    while ($zip_entry = zip_read($zip)) {
        if (zip_entry_open($zip, $zip_entry) == FALSE) continue;
        if (zip_entry_name($zip_entry) != "word/document.xml") continue;
        $content .= zip_entry_read($zip_entry, zip_entry_filesize($zip_entry));
        zip_entry_close($zip_entry);
    }
    zip_close($zip);

    //$striped_content = strip_tags($content);

    return $striped_content;
}

我的问题是如何获得所有的heading1,heading2和heading 3以及这些部分的内容以供进一步处理。

0 个答案:

没有答案