Subversion Repositories Sites.tela-botanica.org

Rev

Details | Last modification | View Log | RSS feed

Rev Author Line No. Line
4 david 1
<?php
2
 
3
//
4
// Lit un document 'doc' et extrait son contenu en texte brut
5
//
6
 
7
// NOTE : l'extracteur n'est pas oblige de convertir le contenu dans
8
// le charset du site, mais il *doit* signaler le charset dans lequel
9
// il envoie le contenu, de facon a ce qu'il soit converti au moment
10
// voulu ; dans le cas contraire le document sera lu comme s'il etait
11
// dans le charset iso-8859-1
12
 
13
function extracteur_doc($fichier, &$charset) {
14
 
15
	$charset = 'iso-8859-1';
16
 
17
	exec('metamail -d -q -b -c application/msword '.escapeshellarg($fichier), $r, $e);
18
	if (!$e) return join(' ', $r);
19
 
20
	# wvText
21
	# http://wvware.sourceforge.net/
22
	$temp = tempnam(_DIR_CACHE, 'doc');
23
	exec('wvText '.escapeshellarg($fichier).'> '.$temp, $r, $e);
24
	lire_fichier($temp, $contenu);
25
	@unlink($temp);
26
	if (!$e) return $contenu;
27
 
28
	# antiword
29
	# http://www.winfield.demon.nl/
30
	exec('antiword '.escapeshellarg($fichier), $r, $e);
31
	if (!$e) return join(' ', $r);
32
 
33
	# catdoc
34
	# http://www.45.free.net/~vitus/ice/catdoc/
35
	exec('catdoc '.escapeshellarg($fichier), $r, $e);
36
	if (!$e) return join(' ', $r);
37
 
38
}
39
 
40
// Sait-on extraire ce format ?
41
// TODO: ici tester si les binaires fonctionnent
42
$GLOBALS['extracteur']['doc'] = 'extracteur_doc';
43
 
44
?>