使用PHP/COM将UTF-8字符串写入Word

我正在尝试使用PHP/COM从MySQL数据库生成一个Word文档。如果数据库中的数据是简单的ASCII文本（例如“hello”），它将正确显示在Word文档中。如果数据包含非ASCII（多字节）字符（例如“毛利人”），则它们会正确显示，但末尾有“有趣”字符（例如空、空格或中文符号）

环境：我正在使用Windows7企业版、Apache、MySQL、PHP5.2.17和MicrosoftOffice2010

下面是一个简化的示例-我甚至不使用数据库或写入Word文档，而是简单地使用WordCleanString方法重现问题：

private function _cleanString($wordApp, $str)
{
    $vStr = new VARIANT($str, VT_BSTR, CP_UTF8);
    $bytes = strlen($vStr);
    $chars = mb_strlen($vStr, "UTF-8");
    echo "Test string: $vStr (bytes=$bytes, chars=$chars)<br/>";
    $vStr = $wordApp->CleanString($vStr);
    $bytes = strlen($vStr);
    $chars = mb_strlen($vStr, "UTF-8");
    echo "Test string (after cleaning): $vStr (bytes=$bytes, chars=$chars)<br/>";
    echo "<br/>";
}

public function testUtf8Strings()
{
    com_load_typelib('Word.Application');
    // Specifying codepage as CP_UTF8 to let COM/Word know strings I pass in will be in UTF-8 format.
    $wordApp = new COM("word.application", null, CP_UTF8) or die ("couldn't create an instance of word");
    echo "Loaded Word, version {$wordApp->Version} <br/>";
    $wordApp->visible = false;

    echo "<br/>";
    $this->_cleanString($wordApp, 'No multi-byte characters.');
    $this->_cleanString($wordApp, 'Multi-byte chars: Māori 楠 test.');
    $this->_cleanString($wordApp, 'Multi-byte chars: Ā ā Ē ē Ī.');

    $wordApp->Quit(false); // Imortant: must say 'false', otherwise Word does not close
    $wordApp = null;
    echo "Quit Word.";

    return;
}

---

CleanString方法从给定字符串中删除非打印字符，并将其更改为空格。由于我的字符串已经“干净”，我希望能得到相同的字符串回来。当我的字符串具有多字节字符时，情况并非如此。看起来Word使用原始字符串中的字节数作为返回字符串中的字符数。

原来这是PHP 5.4.29中修复的PHP错误（）。我使用PHP5.5.19进行了测试，问题不再出现。HTML输出为：

Loaded Word, version 14.0

Test string: No multi-byte characters. (bytes=25, chars=25)
Test string (after cleaning): No multi-byte characters. (bytes=25, chars=25)

Test string: Multi-byte chars: Māori 楠 test. (bytes=34, chars=31)
Test string (after cleaning): Multi-byte chars: Māori 楠 test. 5⹮ (bytes=39, chars=34)

Test string: Multi-byte chars: Ā ā Ē ē Ī. (bytes=33, chars=28)
Test string (after cleaning): Multi-byte chars: Ā ā Ē ē Ī. 琠獥⹴㔠 (bytes=46, chars=33)

Quit Word.

Loaded Word, version 14.0

Test string: No multi-byte characters. (bytes=25, chars=25)
Test string (after cleaning): No multi-byte characters. (bytes=25, chars=25)

Test string: Multi-byte chars: Māori 楠 test. (bytes=34, chars=31)
Test string (after cleaning): Multi-byte chars: Māori 楠 test. (bytes=34, chars=31)

Test string: Multi-byte chars: Ā ā Ē ē Ī. (bytes=33, chars=28)
Test string (after cleaning): Multi-byte chars: Ā ā Ē ē Ī. (bytes=33, chars=28)

Quit Word. 

---

我认为这是一个PHP问题，并查看了PHP bug页面，发现了这个bug：显然，它是在PHP5.4.37中修复的。我将升级我的PHP版本并试一试。关于上面的评论，这个错误在PHP5.4.29中得到了修复。