php将word中的omath转成mathml

获取word的xml后,可用以下方式将所有的公式都提取并转换成mathml格式,再根据 自己的业务场景进行转换成latex、公式图片即可,mathml可用mathjax直接渲染。

  • 修改PhpWord/Shared/XMLReader.php中的getDomFromZip

     /**
       * Get DOMDocument from ZipArchive
       *
       * @param  string $zipFile
      * @param  string $xmlFile
      * @throws  \Exception
      * @return  \DOMDocument|false
       */
    
      public  function  getDomFromZip($zipFile, $xmlFile)
      {
           if (file_exists($zipFile) === false) {
           throw  new  \Exception('Cannot find archive file.');
           }
           $zip = new  \ZipArchive();
           $zip->open($zipFile);
           $content = $zip->getFromName($xmlFile);
           $zip->close();
           if ($content === false) {
           return  false;
                  }
           if($xmlFile === 'word/document.xml'){
               // 字符串替换,将公式替换成$Math$
               $oMathParaPreg = '/<m:oMathPara>.*?<m:oMath>([\s|\S]*?)<\/m:oMath>.*?<\/m:oMathPara>/';
               $content = preg_replace($oMathParaPreg, '<m:oMath>$1</m:oMath>', $content);
               // 这里可以随便替换成别的,我这边是用的$Math$
               $content = preg_replace('/<m:oMath>[\s|\S]*?<\/m:oMath>/', '<w:r><w:t>$Math$</w:t></w:r>', $content);
          }
           return  $this->getDomFromString($content);
      }
  • 获取word 对应的xml内容

public  function  toXML($source)
{
     $zip = new  \ZipArchive();
     $zip->open($source);
     return  $zip->getFromName("word/document.xml");
}
  • 转换公式,插入到html中
    public function handlerMath($xml,$html)
    {
        // 解析xml

        $xml_document_idx = stripos($xml, '<w:body>');
        $xml_document  = substr($xml, 0, $xml_document_idx);
        $mml_arrs= [];

        libxml_disable_entity_loader(false);
         // 正则匹配提取所有的公式,转化成mathml
        preg_replace_callback('/(<m:oMath>)([\s\S]*?)(<\/m:oMath>)/', function ($matches) use ($xml_document,&$mml_arrs) {
            $mml =$xml_document.'<w:body><m:oMathPara>' . $matches[0] . '</m:oMathPara></w:body></w:document>';
            $domDocument = new DOMDocument();
            $domDocument->loadXML($mml);
            $numberings = $domDocument->getElementsByTagNameNS('http://schemas.openxmlformats.org/wordprocessingml/2006/main', 'body');
            $numberings = $numberings->item(0);
            $xsl        = new DOMDocument();
            $xsl->load('OMML2MML.XSL');
            $processor = new XSLTProcessor();
            $processor->importStyleSheet($xsl);
            $omml                = $processor->transformToXML($numberings);
            $omml                = str_replace('<?xml version="1.0" encoding="UTF-8"?>', '', $omml);
            $omml                = str_replace('xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math"', '', $omml);
            $omml                = str_replace("mml:", '', $omml);
            $omml                = str_replace("\n", '', $omml);
            $mml_arrs[] = $omml;
            return "";
        }, $xml);
        // 如果有公式,就替换到HTML中
        if($mml_arrs){
            $preg = '/\$Math\$/';
            preg_match_all($preg, $html, $htmlTargets);
            if($htmlTargets && $htmlTargets[0]){
                $max = count($mml_arrs);
                if($max > count($htmlTargets[0])){
                    $max = count($htmlTargets[0]);
                }
                $disk = Storage::disk('h5_res');
                $appPath = $this->getResPath();
                $imgPath = $disk->path($appPath);
                for ($i=0; $i <$max; $i++) {
                    $math = $mml_arrs[$i];
                    if($this->mathType == 'mathml'){
                        $html = $this->str_replace_once($htmlTargets[0][$i],$math,$html);
                    }else if($this->mathType == 'latex'){
                        // 根据业务转换成latex,这里没找到方法,让我领导用java给我写了一个mathml转latex的方法,哈哈哈
                        $latex = mathmlToLatex($math);
                        $html = $this->str_replace_once($htmlTargets[0][$i],'[latex]'.$latex.'[/latex]',$html);

                    }else if($this->mathType == 'img'){
                        // 根据业务转换成图片,这里没找到方法,让我领导用java给我写了一个mathml转图片的方法
                        // 要根据前端展示的场景,调整生成图片的大小
                        $imgName  = 'math_'.$i.'.png';
                        $img = mathML2Img($imgPath,'math',$imgName,300,$math,15,'word');
                        $html = $this->str_replace_once($htmlTargets[0][$i],$img,$html);
                    }

                }
            }

        }


        return $html;
    }
    /**
    * 将字符串中第一个匹配到的字符串修改为其他字符串
    * 别的方法应该也是可以的,如用Str::replaceFirst()
    */
    private  function  str_replace_once($needle, $replace, $haystack)
    {
         // Looks for the first occurence of $needle in $haystack
         // and replaces it with $replace.
        $pos = strpos($haystack, $needle);
        if ($pos === false) {
            return  $haystack;
        }
         return  substr_replace($haystack, $replace, $pos, strlen($needle));
    }

转换完成~,如果是mathmllatex的话,可以在前端使用MathJax渲染。

《L01 基础入门》
我们将带你从零开发一个项目并部署到线上,本课程教授 Web 开发中专业、实用的技能,如 Git 工作流、Laravel Mix 前端工作流等。
《L04 微信小程序从零到发布》
从小程序个人账户申请开始,带你一步步进行开发一个微信小程序,直到提交微信控制台上线发布。
讨论数量: 4

对了,这个word 解析还有个问题就是,那个插件没有解析公式,公式转成mathml后还有一个问题是再原样插回到对应的位置。

目前我这边的解决方案是在插件中将公式先替换成一个字符串,然后在解析出所有的公式后替换回去

3周前 评论
Adachi 3周前
guoguo_ha (作者) (楼主) 3周前
Adachi 3周前

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容,与人为善,比聪明更重要!