Php 如何获取原始形式的ms=word文件。由于粗体线条等原因，会显示一些额外的符号

我正在获取ms word文件。我能够正确地获取它，但现在此文件中出现了许多无法识别的字符。我想这是因为像粗体线，彩色线等，但我想我的文件是作为原始形式获取。应显示所有块线

PERSONAL DETAILS: 
    Name                :   Deepak Narwal
    Sex             :   Male
    Date of Birth       :   December 19, 1986
    Nationality         :   Indian 
    Languages Known :   English and Hindi



DATE:

PLACE:                              Deepak Narwal
����������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������

---

这不是一项微不足道的任务。Word文档格式（在DOCX之前）是Microsoft拥有的专有格式，很难解析

如果您可以影响文档的创建方式，请使用另一种更易于在PHP中解析的开放格式：纯文本（将丢失所有格式）、RTF或PDF（您无法在PHP中使用它，但可以在web浏览器中显示）

如果需要从旧Word文档中提取文本并在PHP中解析文本（而不是仅显示文本），请考虑以下选项：

• 是一个免费的跨平台（WIndows和Linux）读字器，可以从Word文档中提取纯文本（这将破坏任何格式）。我使用过它，它可以灵活地设置非英语字符集，但工作正常。不过，我不知道Word 2003文档格式

• 如果您在安装了Word的Windows服务器上，最简单的方法可能是通过COM连接到Word，如中所述。应该可以使用它将word文档转换为纯文本文件。我从未尝试过这种方法，而且COM接口据说不是最稳定的，所以如果它是用于重载使用，则需要对其进行彻底测试