仕事がらみでPHPを使ってMS-Wordの中身を抜き出す方法を調べたメモ。
PHP：COMモジュール
PHPの標準で、
MS-Wordを直接扱えるCOMモジュールが提供されている。
COMというのはOLE２の基盤技術のことで、アプリケーションから別のアプリケーションを呼び出して使うためのプロトコル（？）らしい。余り詳しくはないので、間違っているかも。
ともあれ、COMモジュールを使うには、
・OSがWindowsで、
・MS-Wordがインストールされている、
のが条件。
PHP：COMモジュール自体もウィンドウズ版でのみ提供されている。
自分の環境は、
Windows7（64bit）、MSOffice2003、XAMPP、という条件で動いた。
php.ini設定
php.iniの設定で、COMを使えるように変更する必要がある。
ここの
実行時設定にあるディレクティブを、
デフォルトのままコメントを削除したら動いた。
dcomcnfgの設定
スターとメニューの「プログラムとファイルの検索」に
dcomcnfg
と入力して、dcomcnfg.exeを実行。
すると、こんなウィンドウが開きました。
後は…書くのが面倒なので、
こちらの素晴らしいページを参考に作業を進める。
つまり、
１）コンポーネントサービス ＞ コンピューター ＞
マイ コンピューター
のプロパティを表示
２）プロパティタブの「COMセキュリティ」を選択
３）起動とアクティブ化のアクセス許可の既定値の編集
４）IUSR_を追加する
追加ボタン ＞ 詳細設定ボタン ＞ 検索ボタン ＞ IUSRを選択してOK連打
といった感じで動きました。
Bookmarkとの連携
ワードをテンプレートの用に使うことが出来ます。
そのときに利用するのが「ブックマーク」という機能。
HTMLのフォーム要素のような存在です。
ブックマークにも名前があるので、名前を使って要素を指定し、要素の値を読み込んだり書き込むことがPHPから出来ます。
便利そうですよね。
サンプルコード
こんなので動きます。
$word = new COM( "Word.Application", NULL, CP_UTF8 ) or die( 'no word!?' );
$word->Visible = 0;
$word->Documents->Open( 'word.doc' );
// show all bookmarks
$num_bookmarks = $word->ActiveDocument->Bookmarks->Count;
for( $i = 1; $i <= $num_bookmarks; $i ++ ) {
try {
$mark = $word->ActiveDocument->Bookmarks($i)->Name;
$wdMark = $word->ActiveDocument->Bookmarks( $mark );
$range = $wdMark->Range;
$range->Text = "#{$i}:$mark";
}
catch( Exception $e ) {}
}
$word->Documents[1]->SaveAs( 'word_new.doc' );
結構、問題が・・・
実際に動かすと分かりますが、
すべてのブックマークを読み込めませんでした。
また日本語を書き込むと後ろにゴミのようなものが・・・！
そこそこ動きますが、仕事に必要な精度は出せませんでした。
