1
jtn007 2014-09-15 17:54:17 +08:00
直接另存为html?
|
2
Automan 2014-09-15 17:58:13 +08:00 1
之前做杂志App的时候也遇到过这个问题,稿件是 word,杂志的内容格式是 HTML
我的解决方法是另存为,再用正则替换掉所有不需要的代码 |
5
lincanbin 2014-09-15 19:43:57 +08:00 1
@regmach 如果你是PHP用户,可以直接用strip_tags。
Python的话显然就比较麻烦了,我没找到比较好用的模块,一般都是用re 一个个白名单匹配出来 |
6
loading 2014-09-15 20:53:34 +08:00 via iPad
rtf格式,不过没图
|
7
darkmi 2014-09-15 21:59:12 +08:00 1
Aspose.Words,完美方案,价格不菲。
|
10
em70 2014-09-15 23:04:33 +08:00 via Android 1
只是为了网页显示目的吗
|
11
regmach OP |
12
Automan 2014-09-16 01:03:59 +08:00 1
function rplace($filename) {
$content = file_get_contents($filename); $content = str_replace('<meta name=Generator content="Microsoft Word 11 (filtered)">', ' <link rel="stylesheet" type="text/css" href="css/book.css"> ', $content); $content = preg_replace('/<\/?SPAN[^>]*>/i', '', $content); // Class $content = preg_replace('/<(\w[^>]*) class=([^ |>]*)([^>]*)/i', "<$1$3", $content); // Style $content = preg_replace('/<(\w[^>]*) style=([^ |>]*)([^>]*)/i', "<$1$3", $content); // Lang $content = preg_replace('/<(\w[^>]*) lang=([^ |>]*)([^>]*)/i', "<$1$3", $content); $content = str_replace('<p> </p>', '', $content); $content = preg_replace('/<style>([\s\S]*)<\/style>/i', "", $content); $content = preg_replace('/<(\w[^>]*) height=([^ |>]*)([^>]*)/i', "<$1$3", $content); echo $content; file_put_contents($filename, $content); } 因为我还要保留其他格式,所以只去除了一部分标签,如果你只要 Table,用strip_tags可能更好一点。 比如 strip_tags($data, '<table><b><p><td><tr><th><tbody>'); |