Volltextsuche in Office Dokumente?!

[rain]

Hallo!

Kennt gemand eine Lösung (oder eine fertige Klasse die das kann) wie man mit PHP MS Office-Dokumente (beschränkt sich nur auf: *.doc, *.xls und nach Möglichkeit auch pdf) nach Schlagwörtern durchsuchen kann?

Die Files sind auf dem Linux Server schon gespeichert, in einem eigenen Verzeichnis.

Besten Dank im Voraus
Thomas

[Abraxax]

öffne die dateien doch einfach mal im editor. der reine text sollte meines wissens in allen fällen sichtbar sein.

[hydrococcus]

nach weniger als 1min googeln folgender Link:
http://www.widiker.de/php-skripte/suchmaschine...
Vielleicht isses ja das was du suchst...

[pekka]

Dir muß klar sein, daß das Auslesen von MS-Dokumentformaten auf Linux immer nur eine Annäherung darstellen kann, weil die Formate selbst nicht öffentlich sind. Für PDFs und Excel-Sheets bin ich bei folgenden Lösungen gelandet:

- Aus PDFs läßt sich der Text wunderbar mit XPDF rippen (Binaries für Windows und Linux, liest PDFs bis Version 1.5)

- Excel-Dokumente rippt xlhtml ganz gut (Schon getestet mit sehr komplexen Spreadsheets). Erzeugt HTML-Output, den man dann mit strip_tags() und Konsorten säubert und in den Suchindex aufnimmt.

Für diese Tools mußt Du aber Kommandozeilen-Zugriff auf deinen Webserver haben und die Sourcen compilieren können.
Und: Die Tools bringens m.E. nur, wenn Du einen Suchindex hast, in den ihr Output aufgenommen wird. Die Programme bei jeder Suche laufenzulassen, bringts nicht.

Ansonsten interessant:

http://www.linuxdevcenter.com/pub/a/.../textonly.html