在php语言中实现将word中的omath转成mathml流程步骤

php  /  管理员 发布于 1年前   357

主要实现流程步骤获取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。

1.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);
  }

2.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");
}

3.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));
    }

这样就ok了

注意：如果是 mathml 和 latex 的话，可以在前端使用 MathJax 渲染。