source: pro-violet-viettel/sourcecode/application/libraries/PHPExcel/Reader/HTML.php @ 701

Last change on this file since 701 was 289, checked in by dungnv, 11 years ago
File size: 13.6 KB
RevLine 
[289]1<?php
2/**
3 * PHPExcel
4 *
5 * Copyright (c) 2006 - 2014 PHPExcel
6 *
7 * This library is free software; you can redistribute it and/or
8 * modify it under the terms of the GNU Lesser General Public
9 * License as published by the Free Software Foundation; either
10 * version 2.1 of the License, or (at your option) any later version.
11 *
12 * This library is distributed in the hope that it will be useful,
13 * but WITHOUT ANY WARRANTY; without even the implied warranty of
14 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
15 * Lesser General Public License for more details.
16 *
17 * You should have received a copy of the GNU Lesser General Public
18 * License along with this library; if not, write to the Free Software
19 * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301  USA
20 *
21 * @category   PHPExcel
22 * @package    PHPExcel_Reader
23 * @copyright  Copyright (c) 2006 - 2014 PHPExcel (http://www.codeplex.com/PHPExcel)
24 * @license    http://www.gnu.org/licenses/old-licenses/lgpl-2.1.txt    LGPL
25 * @version    1.8.0, 2014-03-02
26 */
27
28
29/** PHPExcel root directory */
30if (!defined('PHPEXCEL_ROOT')) {
31        /**
32         * @ignore
33         */
34        define('PHPEXCEL_ROOT', dirname(__FILE__) . '/../../');
35        require(PHPEXCEL_ROOT . 'PHPExcel/Autoloader.php');
36}
37
38/**
39 * PHPExcel_Reader_HTML
40 *
41 * @category   PHPExcel
42 * @package    PHPExcel_Reader
43 * @copyright  Copyright (c) 2006 - 2014 PHPExcel (http://www.codeplex.com/PHPExcel)
44 */
45class PHPExcel_Reader_HTML extends PHPExcel_Reader_Abstract implements PHPExcel_Reader_IReader
46{
47        /**
48         * Input encoding
49         *
50         * @var string
51         */
52        private $_inputEncoding = 'ANSI';
53
54        /**
55         * Sheet index to read
56         *
57         * @var int
58         */
59        private $_sheetIndex    = 0;
60
61        /**
62         * Formats
63         *
64         * @var array
65         */
66        private $_formats = array( 'h1' => array( 'font' => array( 'bold' => true,
67                                                                                                                           'size' => 24,
68                                                                                                                         ),
69                                                                                        ),      //      Bold, 24pt
70                                                           'h2' => array( 'font' => array( 'bold' => true,
71                                                                                                                           'size' => 18,
72                                                                                                                         ),
73                                                                                        ),      //      Bold, 18pt
74                                                           'h3' => array( 'font' => array( 'bold' => true,
75                                                                                                                           'size' => 13.5,
76                                                                                                                         ),
77                                                                                        ),      //      Bold, 13.5pt
78                                                           'h4' => array( 'font' => array( 'bold' => true,
79                                                                                                                           'size' => 12,
80                                                                                                                         ),
81                                                                                        ),      //      Bold, 12pt
82                                                           'h5' => array( 'font' => array( 'bold' => true,
83                                                                                                                           'size' => 10,
84                                                                                                                         ),
85                                                                                        ),      //      Bold, 10pt
86                                                           'h6' => array( 'font' => array( 'bold' => true,
87                                                                                                                           'size' => 7.5,
88                                                                                                                         ),
89                                                                                        ),      //      Bold, 7.5pt
90                                                           'a'  => array( 'font' => array( 'underline' => true,
91                                                                                                                           'color' => array( 'argb' => PHPExcel_Style_Color::COLOR_BLUE,
92                                                                                                                                           ),
93                                                                                                                         ),
94                                                                                        ),      //      Blue underlined
95                                                           'hr' => array( 'borders' => array( 'bottom' => array( 'style' => PHPExcel_Style_Border::BORDER_THIN,
96                                                                                                                                                                         'color' => array( PHPExcel_Style_Color::COLOR_BLACK,
97                                                                                                                                                                                         ),
98                                                                                                                                                                   ),
99                                                                                                                                ),
100                                                                                        ),      //      Bottom border
101                                                         );
102
103
104        /**
105         * Create a new PHPExcel_Reader_HTML
106         */
107        public function __construct() {
108                $this->_readFilter      = new PHPExcel_Reader_DefaultReadFilter();
109        }
110
111        /**
112         * Validate that the current file is an HTML file
113         *
114         * @return boolean
115         */
116        protected function _isValidFormat()
117        {
118                //      Reading 2048 bytes should be enough to validate that the format is HTML
119                $data = fread($this->_fileHandle, 2048);
120                if ((strpos($data, '<') !== FALSE) &&
121                        (strlen($data) !== strlen(strip_tags($data)))) {
122                        return TRUE;
123                }
124
125                return FALSE;
126        }
127
128        /**
129         * Loads PHPExcel from file
130         *
131         * @param       string          $pFilename
132         * @return      PHPExcel
133         * @throws      PHPExcel_Reader_Exception
134         */
135        public function load($pFilename)
136        {
137                // Create new PHPExcel
138                $objPHPExcel = new PHPExcel();
139
140                // Load into this instance
141                return $this->loadIntoExisting($pFilename, $objPHPExcel);
142        }
143
144        /**
145         * Set input encoding
146         *
147         * @param string $pValue Input encoding
148         */
149        public function setInputEncoding($pValue = 'ANSI')
150        {
151                $this->_inputEncoding = $pValue;
152                return $this;
153        }
154
155        /**
156         * Get input encoding
157         *
158         * @return string
159         */
160        public function getInputEncoding()
161        {
162                return $this->_inputEncoding;
163        }
164
165        //      Data Array used for testing only, should write to PHPExcel object on completion of tests
166        private $_dataArray = array();
167
168        private $_tableLevel = 0;
169        private $_nestedColumn = array('A');
170
171        private function _setTableStartColumn($column) {
172                if ($this->_tableLevel == 0)
173                        $column = 'A';
174                ++$this->_tableLevel;
175                $this->_nestedColumn[$this->_tableLevel] = $column;
176
177                return $this->_nestedColumn[$this->_tableLevel];
178        }
179
180        private function _getTableStartColumn() {
181                return $this->_nestedColumn[$this->_tableLevel];
182        }
183
184        private function _releaseTableStartColumn() {
185                --$this->_tableLevel;
186                return array_pop($this->_nestedColumn);
187        }
188
189        private function _flushCell($sheet,$column,$row,&$cellContent) {
190                if (is_string($cellContent)) {
191                        //      Simple String content
192                        if (trim($cellContent) > '') {
193                                //      Only actually write it if there's content in the string
194//                              echo 'FLUSH CELL: ' , $column , $row , ' => ' , $cellContent , '<br />';
195                                //      Write to worksheet to be done here...
196                                //      ... we return the cell so we can mess about with styles more easily
197                                $cell = $sheet->setCellValue($column.$row,$cellContent,true);
198                                $this->_dataArray[$row][$column] = $cellContent;
199                        }
200                } else {
201                        //      We have a Rich Text run
202                        //      TODO
203                        $this->_dataArray[$row][$column] = 'RICH TEXT: ' . $cellContent;
204                }
205                $cellContent = (string) '';
206        }
207
208        private function _processDomElement(DOMNode $element, $sheet, &$row, &$column, &$cellContent){
209                foreach($element->childNodes as $child){
210                        if ($child instanceof DOMText) {
211                                $domText = preg_replace('/\s+/',' ',trim($child->nodeValue));
212                                if (is_string($cellContent)) {
213                                        //      simply append the text if the cell content is a plain text string
214                                        $cellContent .= $domText;
215                                } else {
216                                        //      but if we have a rich text run instead, we need to append it correctly
217                                        //      TODO
218                                }
219                        } elseif($child instanceof DOMElement) {
220//                              echo '<b>DOM ELEMENT: </b>' , strtoupper($child->nodeName) , '<br />';
221
222                                $attributeArray = array();
223                                foreach($child->attributes as $attribute) {
224//                                      echo '<b>ATTRIBUTE: </b>' , $attribute->name , ' => ' , $attribute->value , '<br />';
225                                        $attributeArray[$attribute->name] = $attribute->value;
226                                }
227
228                                switch($child->nodeName) {
229                                        case 'meta' :
230                                                foreach($attributeArray as $attributeName => $attributeValue) {
231                                                        switch($attributeName) {
232                                                                case 'content':
233                                                                        //      TODO
234                                                                        //      Extract character set, so we can convert to UTF-8 if required
235                                                                        break;
236                                                        }
237                                                }
238                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
239                                                break;
240                                        case 'title' :
241                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
242                                                $sheet->setTitle($cellContent);
243                                                $cellContent = '';
244                                                break;
245                                        case 'span'  :
246                                        case 'div'   :
247                                        case 'font'  :
248                                        case 'i'     :
249                                        case 'em'    :
250                                        case 'strong':
251                                        case 'b'     :
252//                                              echo 'STYLING, SPAN OR DIV<br />';
253                                                if ($cellContent > '')
254                                                        $cellContent .= ' ';
255                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
256                                                if ($cellContent > '')
257                                                        $cellContent .= ' ';
258//                                              echo 'END OF STYLING, SPAN OR DIV<br />';
259                                                break;
260                                        case 'hr' :
261                                                $this->_flushCell($sheet,$column,$row,$cellContent);
262                                                ++$row;
263                                                if (isset($this->_formats[$child->nodeName])) {
264                                                        $sheet->getStyle($column.$row)->applyFromArray($this->_formats[$child->nodeName]);
265                                                } else {
266                                                        $cellContent = '----------';
267                                                        $this->_flushCell($sheet,$column,$row,$cellContent);
268                                                }
269                                                ++$row;
270                                        case 'br' :
271                                                if ($this->_tableLevel > 0) {
272                                                        //      If we're inside a table, replace with a \n
273                                                        $cellContent .= "\n";
274                                                } else {
275                                                        //      Otherwise flush our existing content and move the row cursor on
276                                                        $this->_flushCell($sheet,$column,$row,$cellContent);
277                                                        ++$row;
278                                                }
279//                                              echo 'HARD LINE BREAK: ' , '<br />';
280                                                break;
281                                        case 'a'  :
282//                                              echo 'START OF HYPERLINK: ' , '<br />';
283                                                foreach($attributeArray as $attributeName => $attributeValue) {
284                                                        switch($attributeName) {
285                                                                case 'href':
286//                                                                      echo 'Link to ' , $attributeValue , '<br />';
287                                                                        $sheet->getCell($column.$row)->getHyperlink()->setUrl($attributeValue);
288                                                                        if (isset($this->_formats[$child->nodeName])) {
289                                                                                $sheet->getStyle($column.$row)->applyFromArray($this->_formats[$child->nodeName]);
290                                                                        }
291                                                                        break;
292                                                        }
293                                                }
294                                                $cellContent .= ' ';
295                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
296//                                              echo 'END OF HYPERLINK:' , '<br />';
297                                                break;
298                                        case 'h1' :
299                                        case 'h2' :
300                                        case 'h3' :
301                                        case 'h4' :
302                                        case 'h5' :
303                                        case 'h6' :
304                                        case 'ol' :
305                                        case 'ul' :
306                                        case 'p'  :
307                                                if ($this->_tableLevel > 0) {
308                                                        //      If we're inside a table, replace with a \n
309                                                        $cellContent .= "\n";
310//                                                      echo 'LIST ENTRY: ' , '<br />';
311                                                        $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
312//                                                      echo 'END OF LIST ENTRY:' , '<br />';
313                                                } else {
314                                                        if ($cellContent > '') {
315                                                                $this->_flushCell($sheet,$column,$row,$cellContent);
316                                                                $row += 2;
317                                                        }
318//                                                      echo 'START OF PARAGRAPH: ' , '<br />';
319                                                        $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
320//                                                      echo 'END OF PARAGRAPH:' , '<br />';
321                                                        $this->_flushCell($sheet,$column,$row,$cellContent);
322
323                                                        if (isset($this->_formats[$child->nodeName])) {
324                                                                $sheet->getStyle($column.$row)->applyFromArray($this->_formats[$child->nodeName]);
325                                                        }
326
327                                                        $row += 2;
328                                                        $column = 'A';
329                                                }
330                                                break;
331                                        case 'li'  :
332                                                if ($this->_tableLevel > 0) {
333                                                        //      If we're inside a table, replace with a \n
334                                                        $cellContent .= "\n";
335//                                                      echo 'LIST ENTRY: ' , '<br />';
336                                                        $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
337//                                                      echo 'END OF LIST ENTRY:' , '<br />';
338                                                } else {
339                                                        if ($cellContent > '') {
340                                                                $this->_flushCell($sheet,$column,$row,$cellContent);
341                                                        }
342                                                        ++$row;
343//                                                      echo 'LIST ENTRY: ' , '<br />';
344                                                        $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
345//                                                      echo 'END OF LIST ENTRY:' , '<br />';
346                                                        $this->_flushCell($sheet,$column,$row,$cellContent);
347                                                        $column = 'A';
348                                                }
349                                                break;
350                                        case 'table' :
351                                                $this->_flushCell($sheet,$column,$row,$cellContent);
352                                                $column = $this->_setTableStartColumn($column);
353//                                              echo 'START OF TABLE LEVEL ' , $this->_tableLevel , '<br />';
354                                                if ($this->_tableLevel > 1)
355                                                        --$row;
356                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
357//                                              echo 'END OF TABLE LEVEL ' , $this->_tableLevel , '<br />';
358                                                $column = $this->_releaseTableStartColumn();
359                                                if ($this->_tableLevel > 1) {
360                                                        ++$column;
361                                                } else {
362                                                        ++$row;
363                                                }
364                                                break;
365                                        case 'thead' :
366                                        case 'tbody' :
367                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
368                                                break;
369                                        case 'tr' :
370                                                ++$row;
371                                                $column = $this->_getTableStartColumn();
372                                                $cellContent = '';
373//                                              echo 'START OF TABLE ' , $this->_tableLevel , ' ROW<br />';
374                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
375//                                              echo 'END OF TABLE ' , $this->_tableLevel , ' ROW<br />';
376                                                break;
377                                        case 'th' :
378                                        case 'td' :
379//                                              echo 'START OF TABLE ' , $this->_tableLevel , ' CELL<br />';
380                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
381//                                              echo 'END OF TABLE ' , $this->_tableLevel , ' CELL<br />';
382                                                $this->_flushCell($sheet,$column,$row,$cellContent);
383                                                ++$column;
384                                                break;
385                                        case 'body' :
386                                                $row = 1;
387                                                $column = 'A';
388                                                $content = '';
389                                                $this->_tableLevel = 0;
390                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
391                                                break;
392                                        default:
393                                                $this->_processDomElement($child,$sheet,$row,$column,$cellContent);
394                                }
395                        }
396                }
397        }
398
399        /**
400         * Loads PHPExcel from file into PHPExcel instance
401         *
402         * @param       string          $pFilename
403         * @param       PHPExcel        $objPHPExcel
404         * @return      PHPExcel
405         * @throws      PHPExcel_Reader_Exception
406         */
407        public function loadIntoExisting($pFilename, PHPExcel $objPHPExcel)
408        {
409                // Open file to validate
410                $this->_openFile($pFilename);
411                if (!$this->_isValidFormat()) {
412                        fclose ($this->_fileHandle);
413                        throw new PHPExcel_Reader_Exception($pFilename . " is an Invalid HTML file.");
414                }
415                //      Close after validating
416                fclose ($this->_fileHandle);
417
418                // Create new PHPExcel
419                while ($objPHPExcel->getSheetCount() <= $this->_sheetIndex) {
420                        $objPHPExcel->createSheet();
421                }
422                $objPHPExcel->setActiveSheetIndex( $this->_sheetIndex );
423
424                //      Create a new DOM object
425                $dom = new domDocument;
426                //      Reload the HTML file into the DOM object
427                $loaded = $dom->loadHTMLFile($pFilename, PHPExcel_Settings::getLibXmlLoaderOptions());
428                if ($loaded === FALSE) {
429                        throw new PHPExcel_Reader_Exception('Failed to load ',$pFilename,' as a DOM Document');
430                }
431
432                //      Discard white space
433                $dom->preserveWhiteSpace = false;
434
435
436                $row = 0;
437                $column = 'A';
438                $content = '';
439                $this->_processDomElement($dom,$objPHPExcel->getActiveSheet(),$row,$column,$content);
440
441//              echo '<hr />';
442//              var_dump($this->_dataArray);
443
444                // Return
445                return $objPHPExcel;
446        }
447
448        /**
449         * Get sheet index
450         *
451         * @return int
452         */
453        public function getSheetIndex() {
454                return $this->_sheetIndex;
455        }
456
457        /**
458         * Set sheet index
459         *
460         * @param       int             $pValue         Sheet index
461         * @return PHPExcel_Reader_HTML
462         */
463        public function setSheetIndex($pValue = 0) {
464                $this->_sheetIndex = $pValue;
465                return $this;
466        }
467
468}
Note: See TracBrowser for help on using the repository browser.