最近在做兔兔答题时，要录入一批试题到数据库中。一共算下来，差不多有10w条之多。最简单的方法肯定是手动录入，但是10w条数据，工作量是真的太大了。
于是想到通过程序来录入吧，虽然需要花时间编写脚本程序。但做好之后，一直受益。

需求分析

1、需要将10w条数据录入到题库中。
2、这些文件都是word格式。

条件就这么简单。实现思路主要就是找word的解析库来实现。最开始找了一下Go语言的，发现Go语言在这方面的库很少，于是想着用Python吧，Python这么强，但Python又不是很熟悉，于是选择了PHP来实现。使用的是phpoffice的一个第三方库。

示例代码

大致的代码如下，也是非常的简答。

<?php

use PhpOffice\PhpWord\Element\Cell;
use PhpOffice\PhpWord\Element\Image;
use PhpOffice\PhpWord\Element\PreserveText;
use PhpOffice\PhpWord\Element\Row;
use PhpOffice\PhpWord\Element\Section;
use PhpOffice\PhpWord\Element\Table;
use PhpOffice\PhpWord\Element\Text;
use PhpOffice\PhpWord\Element\TextRun;
use PhpOffice\PhpWord\IOFactory;

require_once './vendor/autoload.php';
ini_set('display_errors', true);
ini_set('max_execution_time', '0');
error_reporting(E_ALL ^ E_WARNING ^ E_NOTICE);

/**
 * @author 兔兔答题
 * @date 2023-12-11 11:40:59
 * @link  https://www.tutudati.com
 * @license Apache
 */
class OfficeWord
{
    public  function importWord(string $filePath): array
    {
        return self::getWord($filePath);
    }

    public static function getWord($path = ''): array
    {
        $phpWord = IOFactory::load($path);
        return self::getNodeContent($phpWord);
    }

    public static function getNodeContent($word): array
    {
        $return = [];
        foreach ($word->getSections() as $section)
        {
            if ($section instanceof Section) {
                foreach ($section->getElements() as $element)
                {
                    if ($element instanceof TextRun) {
                        $text = '';
                        foreach ($element->getElements() as $ele) {
                            $text .= self::getTextNode($ele);
                        }
                        $return[] = $text;
                    } else if ($element instanceof Table) {
                        foreach ($element->getRows() as $ele)
                        {
                            $return[] = self::getTableNode($ele);
                        }
                    } else if ($element instanceof PreserveText) {
                        $text = implode('', $element->getText());
                        $return[] = $text;
                    }
                }
            }
        }
        return $return;
    }

    public static function getTextNode($node): string
    {
        $return = '';
        if ($node instanceof Text)
        {
            $return .= $node->getText();
        } else if ($node instanceof Image)
        {
            $return .= self::picToTxt($node);
        } else if ($node instanceof TextRun) {
            foreach ($node->getElements() as $ele) {
                $return .= self::getTextNode($ele);
            }
        } else if ($node instanceof PreserveText) {
            $return .= $node->getText();
        }
        return $return;
    }

    public static function getTableNode($node): string
    {
        $return = '';
        if ($node instanceof Row) {
            foreach ($node->getCells() as $ele)
            {
                $return .= self::getTableNode($ele);
            }
        } else if ($node instanceof Cell) {
            foreach ($node->getElements() as $ele)
            {
                $return .= self::getTextNode($ele);
            }
        }
        return $return;
    }

    public static function picToTxt($node): string
    {
        $imageData = $node->getImageStringData(true);
        $imageData = 'data:' . $node->getImageType() . ';base64,' . $imageData;
        return '<img src="'.$imageData.'">';
    }
}

$workService = new OfficeWord();
var_dump($workService->importWord(__DIR__. "/兔兔知识竞赛活动双十二试题库练习.docx"));

最终的输出效果如下：

  string(137) "12、同学丁某在网上卖游戏帐号，对方要求其缴纳保证金 2000元，丁某缴纳了保证金，这种做法是（1分）"
  [76]=>
  string(10) "A、正确"
  [77]=>
  string(10) "B、错误"
  [78]=>
  string(10) "答案：A"
  [79]=>
  string(210) "解析：网上购物一定要选择正规的渠道，并且要等收到货后进行确认，在付款。丁某的做法就违背了收货在付款，这种做法存在风险，故这种做法属于错误的。"
  [80]=>
  string(61) "淘宝双十一购物节是从哪一年开始的？（1分）"
  [81]=>
  string(11) "A、2010年"
  [82]=>
  string(11) "B、2012年"
  [83]=>
  string(11) "C、2009年"
  [84]=>
  string(11) "D、2011年"
  [85]=>
  string(10) "答案：C"
  [86]=>
  string(356) "解析：双十一是2009年开始的。 双十一购物狂欢节 ，源于淘宝商城 2009年11月11日举办的网络促销活动，当时参与的商家数量和促销力度有限，但营业额远超预想的效果。 于是11月11日成为天猫举办大规模促销活动的固定日期。发展到后期 都成为各大商家促销活动的节日。"
  [87]=>
  string(73) "淘宝在所有的双十一中，哪一年的销售额最高？（2分）"
  [88]=>
  string(11) "A、2020年"
  [89]=>
  string(11) "B、2021年"
  [90]=>
  string(11) "C、2018年"
  [91]=>
  string(11) "D、2019年"
  [92]=>
  string(10) "答案：D"
  [93]=>
  string(125) "解析：从数据上来看，2019年淘宝双十一的销售额达到了2684亿元，成为历年销售额最高的一年。"

非常的简单。