| New file |
|---|
| 0,0 → 1,44 |
|---|
| <?php |
| |
| // |
| // Lit un document 'doc' et extrait son contenu en texte brut |
| // |
| |
| // NOTE : l'extracteur n'est pas oblige de convertir le contenu dans |
| // le charset du site, mais il *doit* signaler le charset dans lequel |
| // il envoie le contenu, de facon a ce qu'il soit converti au moment |
| // voulu ; dans le cas contraire le document sera lu comme s'il etait |
| // dans le charset iso-8859-1 |
| |
| function extracteur_doc($fichier, &$charset) { |
| |
| $charset = 'iso-8859-1'; |
| |
| exec('metamail -d -q -b -c application/msword '.escapeshellarg($fichier), $r, $e); |
| if (!$e) return join(' ', $r); |
| |
| # wvText |
| # http://wvware.sourceforge.net/ |
| $temp = tempnam(_DIR_CACHE, 'doc'); |
| exec('wvText '.escapeshellarg($fichier).'> '.$temp, $r, $e); |
| lire_fichier($temp, $contenu); |
| @unlink($temp); |
| if (!$e) return $contenu; |
| |
| # antiword |
| # http://www.winfield.demon.nl/ |
| exec('antiword '.escapeshellarg($fichier), $r, $e); |
| if (!$e) return join(' ', $r); |
| |
| # catdoc |
| # http://www.45.free.net/~vitus/ice/catdoc/ |
| exec('catdoc '.escapeshellarg($fichier), $r, $e); |
| if (!$e) return join(' ', $r); |
| |
| } |
| |
| // Sait-on extraire ce format ? |
| // TODO: ici tester si les binaires fonctionnent |
| $GLOBALS['extracteur']['doc'] = 'extracteur_doc'; |
| |
| ?> |