如何使用PHP清理字符串中的垃圾文本？
如何使用PHP清理字符串中的垃圾文本？
提问于 2010-12-23 02:02:30
我正在尝试解析word文档文件。我使用PHP上传文件，然后尝试使用file_get_contents()；函数获取内容，但问题是当它显示在前端时，会有很多垃圾代码，比如
Æ�Ѐ¤d�¤d�[$\$gd®l±����„h¤d�¤d�[$\$^„hgd®l±���
&�F�¤d�¤d�[$\$gd3¡���gd3¡����„,¤d�¤d�[$\$^„,gd(E����¤d�¤d�[$\$gdÿ/��<��C��D��I��Å������O��P��‚��¡��¢��¬����®��Ù��ã��ó��ô�����所以我的问题是，我如何清理这个文本？
回答 2
Stack Overflow用户
回答已采纳
发布于 2010-12-23 02:04:55
Word文档(如docx和doc)不是普通的文本文件--它们实际上是专有的文件类型，而不仅仅是字节0中的文本--这就是它们具有奇特的格式和字体的原因。.docx文件实际上是包含大量XML和样式的归档(.zip文件)。
最好的办法是使用文本输入表单，或者在线查找允许您仅提取文本的代码。或者，将文档文件下载到您自己的计算机上，并使用您自己的MS word副本打开它。
Stack Overflow用户
发布于 2010-12-23 02:10:42
也许可以试一试？http://www.phpclasses.org/package/3553-PHP-Edit-Microsoft-Word-documents-using-COM-objects.html
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/4512162
复制相关文章
相似问题
腾讯云开发者
