PHP可以从PowerPoint文件中读取文本吗？

我想让PHP阅读（上传的）powerpoint演示文稿，并从每张幻灯片中提取最少的文本（抓取更多的信息，如图像和布局会更好，但此时我只接受文本）

我知道GoogleApps在它的演示应用程序中实现了这一点，所以我猜有一些方法可以翻译powerpoint二进制文件，但我似乎找不到任何关于如何实现这一点的信息

有什么想法可以试试吗

---

谢谢-

是的，当然有可能

[这是一个开始。]（我不会说它有很好的文档/格式，但一旦你开始，它并不是那么难。开始时只关注你需要的元素（幻灯片、文本等）

---

一种不太详细、更简单的方法是在hex编辑器中打开.ppt文件并查找您感兴趣的信息（您应该能够看到二进制数据中的文本）然后根据这些信息的内容，你可以编写一个解析器来提取这些信息。

根据版本的不同，你可以查看Zend框架，因为Zend_Search_Lucene能够为PowerPoint 2007文件编制索引。只需查看相应的类文件，我认为它类似于

Z结束\u搜索\u Lucene\u文档\u Pptx

我想把我的解决方案发布到这里

不幸的是，我无法让PHP可靠地读取二进制数据

我的解决方案是编写一个小型vb6应用程序，通过自动化PowerPoint来完成这项工作

不是我想要的，但是，现在解决了这个问题

话虽如此，Zend选项在某个时候看起来是可行的，所以我会关注它

---

谢谢。

这是我创建的一个示例函数，用于从Word文档中提取文本。我使用Microsoft PowerPoint文件对其进行了测试，但它无法解码保存为.ppt的OpenOfficeImpress文件

对于.pptx文件，您可能需要查看Zend Lucene

    function parsePPT($filename) {
    // This approach uses detection of the string "chr(0f).Hex_value.chr(0x00).chr(0x00).chr(0x00)" to find text strings, which are then terminated by another NUL chr(0x00). [1] Get text between delimiters [2] 
    $fileHandle = fopen($filename, "r");
    $line = @fread($fileHandle, filesize($filename));
    $lines = explode(chr(0x0f),$line);
    $outtext = '';

    foreach($lines as $thisline) {
        if (strpos($thisline, chr(0x00).chr(0x00).chr(0x00)) == 1) {
            $text_line = substr($thisline, 4);
            $end_pos   = strpos($text_line, chr(0x00));
            $text_line = substr($text_line, 0, $end_pos);
            $text_line = preg_replace("/[^a-zA-Z0-9\s\,\.\-\n\r\t@\/\_\(\)]/","",$text_line);
            if (strlen($text_line) > 1) {
                $outtext.= substr($text_line, 0, $end_pos)."\n";
            }
        }
    }
    return $outtext;
}