Word Doc上的file_get_contents

Question

我正在使用以下代碼，嘗試使用PHP在Word文檔中查找“術語”。 當然，這不是打開像Word文檔這樣的二進制文件的正確方法，但是“ $ fileContent”中格式錯誤的字符串對我來說已經足夠了。 但是，當搜索當前在文檔內部的術語時，“ stripos”功能無法按預期工作。

$fileContent = file_get_contents($filePath);
$posFileContent = stripos($fileContent,$term);
if ($posFileContent !== false) {
    echo "Found!!";
    $value += $FACTOR_SEC;
}

觀察：在$ fileContent上執行var_dump可顯示文檔的正確內容，當然還有格式錯誤的問題，但該術語仍然存在。

更多信息：

后續代碼var_dump（$項）

string（10）“創新”

后續代碼var_dump（$ fileContent）

字符串（10240）“ ࡱ ; 根條目 微軟Word-Dokument MSWordDocWord文件8 9 q[Z ZNormal1$ * $ 3B * OJQJCJmH s KHPJnHtH ^ JaJ_H9BA @ BAbsatz-StandardschriftartF FHeading x$ OJQJCJPJ ^ JaJ.B。 文本主體 x/ List ^ J @“” @標題 x x$ CJ6 ^ JaJ]＆2＆Index $ ^Jd ddPG TimesNewRoman5 Symbol3＆ ArialG TimesNewRoman5 SimSun5 MangalG MicrosoftYaHei5 MangalB h “ 5_ 5_'00 Oh +' 0| 8 @ LXdp 0@@@ ...... {@ .. @@ M 0 Caolan80 $d bb Lambda發展關於我們Lambda開發創新的軟件產品，帶領我們的客戶走上一條通往成功-我們專注於移動應用程序，Web工具和管理系統-我們的團隊參與了整個過程，從產生想法開始，一直貫穿產品規范，直到以適當的技術實施它。 jl CJ> * 5aJ \\ OJQJ / :; B * ph“”“ CJ @ 6> * 5aJ \\ OJQJCJ $> * 5aJ $ \\ CJ8> 5aJ8 \\（ <> $ a $'' / =！n'' n＃ n$ n3P（20 ՜. +， D ՜. + ，\\根目錄 y F CompObj jOle 1Table iSummaryInformation（ WordDocument $DocumentSummaryInformation8 t ''

Answer 1

經過兩天的奮斗，這是答案：

Microsoft Word編碼在所有“真實字符”之間添加了“ \\ 0”字符，因此基本上“ hello”一詞實際上是“ h \\ 0e \\ 0l \\ 0l \\ 0o \\ 0”。

在文檔內部進行搜索的方式是：

$fileContent = file_get_contents($filePath);
$termArray = str_split($term);
$newTerm = '';
foreach ($termArray as $charTerm) {
    $newTerm = $newTerm.$charTerm;
    $newTerm = $newTerm."\0";
}
if (stripos($fileContent,$newTerm) !== false) {
    // Term found in doc
}