我有一个单词doc。 我想得到每页word word的字数？

Question

我只能找到每行的解决方案，但找不到分页符; 也很困惑。 对于docx也无法找到确切的字数。

function read_doc($filename) {
$fileHandle = fopen($filename, "r");
$line = @fread($fileHandle, filesize($filename));
$lines = explode(chr(0x0D), $line); 
$outtext = "";
foreach ($lines as $key => $thisline) {
    if( $key > 11 ){
    var_dump($thisline);
    $pos = strpos($thisline, chr(0x00));
    if (($pos !== FALSE) || (strlen($thisline) == 0)) {
        continue;
    } else { 
        var_dump($thisline);
        $text = preg_replace("/[^a-zA-Z0-9\s\,\.\-\n\r\t@\/\_\(\)]/", "", $thisline);
        var_dump($text);
    }
    }
}  
return $outtext;

}

Answer 1

为此实现自己的代码听起来不是一个好主意。 我建议使用PHPWord等外部库。 它应该允许您将文件转换为纯文本。 然后，您可以从中提取单词计数。

此外，诸如此类的外部库增加了对许多文件格式的支持，而不是限制您使用Word 97-2003。

Answer 2

这是一个VB.NET代码的基本部分，它计算每页的单词数，但要注意它取决于Word认为是单词的内容，它不一定是用户认为单词的内容。 根据我的经验，您需要正确分析Word的行为方式，解释的内容，然后构建逻辑以确保获得所需的结果。 它不是PHP，但它可以完成工作并且可以成为您的起点。

Structure WordsPerPage
    Public pagenum As String
    Public count As Long
End Structure

Public Sub CountWordsPerPage(doc As Document)
    Dim index As Integer
    Dim pagenum As Integer
    Dim newItem As WordsPerPage
    Dim tmpList As New List(Of WordsPerPage)

    Try
        For Each wrd As Range In doc.Words
            pagenum = wrd.Information(WdInformation.wdActiveEndPageNumber)
            Debug.Print("Word {0} is on page {1}", wrd.Text, pagenum)
            index = tmpList.FindIndex(Function(value As WordsPerPage)
                                          Return value.pagenum = pagenum
                                      End Function)
            If index <> -1 Then
                tmpList(index) = New WordsPerPage With {.pagenum = pagenum, .count = tmpList(index).count + 1}
            Else
                ' Unique (or first)
                newItem.count = 1
                newItem.pagenum = pagenum
                tmpList.Add(newItem)
            End If

        Next

    Catch ex As Exception
        WorkerErrorLog.AddLog(ex, Err.Number & " " & Err.Description)
    Finally
        Dim totalWordCount As Long = 0
        For Each item In tmpList
            totalWordCount = totalWordCount + item.count
            Debug.Print("Page {0} has {1} words", item.pagenum, item.count)
        Next
        Debug.Print("Total word count is {0}", totalWordCount)
    End Try
End Sub

Answer 3

解压缩.doc或.docx文件时，您将获得文件夹。 在word子文件夹中查找document.xml文件。 您将获得包含xml语法的完整文档。 按页xml语法拆分字符串， 删除 xml语法并使用str_word_count 。

Answer 4

什么是我需要一个Windows服务器： - 使用COM对象;; 请检查此链接https://github.com/lettertoamit/MS-Word-PER-PAGE-WORDCOUNT/blob/master/index.php