如何使用PHP清理字符串中的垃圾文本？

我想解析一個單詞文檔文件。我上傳使用PHP，然後我試圖使用file_get_contents（）獲取內容;功能，但問題是，當其顯示在前端的大量的垃圾代碼在那裏，像如何使用PHP清理字符串中的垃圾文本？

Æ�Ð€¤d�¤d�[$\$gd®l±����„h¤d�¤d�[$\$^„hgd®l±��� 
&�F�¤d�¤d�[$\$gd3¡���gd3¡����„,¤d�¤d�[$\$^„,gd(E����¤d�¤d�[$\$gdÿ/��<��C��D��I��Å������O��P��‚��¡��¢��¬����®��Ù��ã��ó��ô�����

所以我的問題是我怎麼能清理這段文字？

來源

2010-12-22 Emran

Word文檔（如docx和doc）不是直接的文本文件 - 它們實際上是專有文件類型，它們不僅具有來自字節0的文本 - 這是他們如何使用花哨的格式和字體。 .docx文件實際上是包含無數XML和樣式的歸檔文件（.zip文件）。

最好的辦法是使用文本輸入表單，或者在線查找代碼，以便您只提取文本。或者，將doc文件下載到您自己的計算機上，並使用您自己的MS word副本將其打開。

來源

2010-12-22 18:04:54

也許給這個鏡頭？ http://www.phpclasses.org/package/3553-PHP-Edit-Microsoft-Word-documents-using-COM-objects.html

來源

2010-12-22 18:10:42

如何使用PHP清理字符串中的垃圾文本？

回答

相關問題