PHP 实现 word/excel/ppt 转换为 PDF

前段时间负责公司内部文件平台的设计，其中有一个需求是要能够在线浏览用户上传的 office 文件。

我的思路是先将 office 转换成 PDF，再通过 pdf.js 插件解析 PDF 文件，使其能在任何浏览器下查看。

可以通过 PHP 的 COM 组件，调用其它能够处理 office 文件的应用程序，利用提供的接口来转换 PDF 文件。

 

OpenOffice

OpenOffice 是一套开源跨平台的办公软件，由许多自由软件人士共同来维持，让大家能在 Microsoft Office 之外，还能有免费的 Office 可以使用。

OpenOffice 与微软的办公软件套件兼容，能将 doc、xls、ppt 等文件转换为 PDF 格式，其功能绝对不比 Microsoft Office 差。

OpenOffice 官网：http://www.openoffice.org/

OpenOffice 下载：http://www.openoffice.org/download/index.html

OpenOffice 需要 java 支持，请确认安装了 JDK，并配置了 JRE 环境变量。

 

1. 配置组件服务

OpenOffice 安装完成之后，按 win+R 快捷键进入运行菜单，输入 Dcomcnfg 打开组件服务。

 [组件服务] >> [计算机] >> [我的电脑] >> [DCOM配置] >> [OpenOffice Service Manager]

右键打开属性面板，选择安全选项卡，分别在 启动和激活权限 和 访问权限 上勾选自定义，添加 Everyone 的权限。

↑ 启动和激活权限 和 访问权限 都使用自定义配置

↑ 添加 Everyone 用户组，记得确认前先检查名称

↑ 两个自定义配置相同，允许 Everyone 拥有所有权限

再选择标识选项卡，勾选 交互式用户，保存设置后退出。

 

2. 后台运行软件

安装完 OpenOffice 后，需要启动一次确认软件可以正常运行，然后再打开命令行运行以下命令：

切换到安装目录：  cd C:\Program Files\OpenOffice 4\program  

后台运行该软件：  soffice -headless-accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard  

PS：该命令只需要执行一次，就可以使软件一直在后台运行，即使重启服务器也不受影响。

 

3. 配置PHP扩展

如果是 PHP5.4 以前的版本，需要在 php.ini 里把 com.allow_dcom = true 打开（即去掉前面的分号）。

如果是 PHP5.4 之后的版本，则要在 php.ini 里增加一行扩展 extension = php_com_dotnet.dll 。

重启 Apache 或 IIS 服务器，打印 phpinfo() 信息，检查 com_dotnet 扩展是开启。

↑ 检查 php 的 ext 目录中 是否存在 com_dotnet.dll 文件，如果没有请自行下载对应版本的 dll

 

4. 实现文件转换

PDF 转换工具（支持 doc, docx, xls, xlsx, ppt, pptx 等格式）

class PDFConverter
{
    private $com;

    /**
     * need to install openoffice and run in the background
     * soffice -headless-accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard
     */
    public function __construct()
    {
        try {
            $this->com = new COM('com.sun.star.ServiceManager');
        } catch (Exception $e) {
            die('Please be sure that OpenOffice.org is installed.');
        }
    }

    /**
     * Execute PDF file(absolute path) conversion
     * @param $source [source file]
     * @param $export [export file]
     */
    public function execute($source, $export)
    {
        $source = 'file:///' . str_replace('\\', '/', $source);
        $export = 'file:///' . str_replace('\\', '/', $export);
        $this->convertProcess($source, $export);
    }

    /**
     * Get the PDF pages
     * @param $pdf_path [absolute path]
     * @return int
     */
    public function getPages($pdf_path)
    {
        if (!file_exists($pdf_path)) return 0;
        if (!is_readable($pdf_path)) return 0;
        if ($fp = fopen($pdf_path, 'r')) {
            $page = 0;
            while (!feof($fp)) {
                $line = fgets($fp, 255);
                if (preg_match('/\/Count [0-9]+/', $line, $matches)) {
                    preg_match('/[0-9]+/', $matches[0], $matches2);
                    $page = ($page < $matches2[0]) ? $matches2[0] : $page;
                }
            }
            fclose($fp);
            return $page;
        }
        return 0;
    }

    private function setProperty($name, $value)
    {
        $struct = $this->com->Bridge_GetStruct('com.sun.star.beans.PropertyValue');
        $struct->Name = $name;
        $struct->Value = $value;
        return $struct;
    }

    private function convertProcess($source, $export)
    {
        $desktop_args = array($this->setProperty('Hidden', true));
        $desktop = $this->com->createInstance('com.sun.star.frame.Desktop');
        $export_args = array($this->setProperty('FilterName', 'writer_pdf_Export'));
        $program = $desktop->loadComponentFromURL($source, '_blank', 0, $desktop_args);
        $program->storeToURL($export, $export_args);
        $program->close(true);
    }
}

使用 PDFConverter（必须传入绝对路径）

$arr = array('doc', 'docx', 'xls', 'xlsx', 'ppt', 'pptx');

$converter = new PDFConverter();

foreach ($arr as $ext) {
    $source = __DIR__ . '/office/test.' . $ext;
    $export = __DIR__ . '/pdf/test.' . $ext . '.pdf';
    $converter->execute($source, $export);
    echo '<p>' . $ext . ' Done</p>';
}

 

5. 查看PDF文档

最后分享一个基于 HTML5 的 PDF 阅读器插件 pdf.js，它是 Mozilla 实验室在 GitHub 上开源的一款 js 库，专门用来读取 PDF 文件。

由于是 Mozilla 的产品，所以在 Firefox 下表现的十分出色，并且只要是支持 HTML5 的浏览器，都能使用这款阅读器。

项目地址：https://github.com/mozilla/pdf.js

插件下载：http://mozilla.github.io/pdf.js/

↑ pdf.js 不能打开本地 pdf 文件，但可以通过 url 打开服务器上的文件，不支持跨域浏览 pdf

使用方法：1）将插件解压，放置在网站的根目录；2）通过网址访问 viewer.html；3）添加 file 参数指定 pdf 路径；

例如：http://localhost/pdfjs/web/viewer.php?file=/office/example.pdf