PHP无法直接获取RTF图片路径，因图片多为内嵌二进制数据；需正则提取hex/base64并转存为文件，或通过unrtf/LibreOffice转HTML再解析src属性。
PHP 本身不直接解析 RTF 文件中的图片路径，因为 RTF 是一种格式标记语言（类似富文本的“源码”），图片通常以二进制内嵌（如 pictpngblip 或 jpegblip）或通过 objattph / ield 引用外部文件，**原始 RTF 文本里一般不存“可读的图片 URL 或本地路径”**。所谓“获取图片路径”，实际分两种情况：
一、RTF 中图片是内嵌二进制数据（最常见）
绝大多数 Word 保存的 RTF 默认将图片编码为十六进制或 base64 形式，直接写在 {pict ...} 块中。此时根本没有外部路径，只有原始字节流。
- 需用正则匹配
\pict.*?\bin ([0-9A-Fa-f]+)或\pict.*?\pngblip.*?([0-9A-Fa-f]{2,})提取 hex 数据 - 用
hex2bin()转为二进制，再保存为 PNG/JPEG 文件（例如：file_put_contents('img1.png', hex2bin($hexData))） - 注意：RTF 的 hex 常按两字符换行，提取前建议先
str_replace([" "," "," "], "", $hexStr)清理空格换行
二、RTF 中图片引用外部文件（极少见，需手动插入）
仅当用户在 Word 中“链接到文件”插入图片，并勾选“插入为链接”时，RTF 可能含类似 { ield{* ldinst{EMBED "C:\path\to\image.jpg"}} 或 {objectobjattphobjw100objh100{*objclass Image}{*objdata ...}} 结构。
- 可用正则尝试匹配：
/EMBEDs+["']([^"']+)["']/i或/\objclasss+Image.*?\objdata.*?["']([^"']+)["']/is - 匹配结果中的字符串可能是绝对路径（Windows 风格）、相对路径，甚至 UNC 路径（如
\\server\share\img.jpg） - 注意权限与上下文：PHP 进程未必有权限读该路径；若 RTF 来自网页上传，外部路径对服务器无意义，仅对原始编辑者本地有效
三、更可靠的做法：转 HTML 再提取（推荐）
绕过手动解析 RTF 的复杂性，用系统工具先转换格式：
当用户希望自动格式化、排版或美化 Word（`.docx`）文档时，应使用此技能。触发语包括： - “帮我排版这个Word” - “自动格式化文档” - “统一字体行距” - “论文/报告排版” - “Word排版” - “整理文档格式” - “format this Word file” - “auto typeset” - “standardize document style” 该技能提供一个 Python 脚本（`word_formatter.py`），可
立即学习“PHP免费学习笔记（深入）”；
- Linux/macOS：调用
unrtf --html input.rtf > output.html（需安装unrtf） - Windows：用 LibreOffice 命令行：
soffice --headless --convert-to html input.rtf - PHP 中执行：
$html = file_get_contents('output.html'); preg_match_all('/<img[^>]+src=["']([^"']+)["']/i', $html, $matches); - 转换后得到的
src通常是临时目录下的相对路径（如input_files/image1.png），需结合 HTML 所在目录拼出真实路径
四、注意事项与避坑点
RTF 解析极易出错，务必注意：
- RTF 规范版本多（ANSI/UTF-8/Unicode），
nsicpg和uc字段影响文本解码，但图片 hex 数据本身是二进制，不受编码影响 - 不要依赖
file_get_contents直接读取就完事——RTF 文件开头必有{ tf1，缺失说明不是合法 RTF - 图片可能被压缩（如
pngblip是 PNG 原始数据，jpegblip是 JPEG 原始数据），无需额外解压 - PHP 没有内置 RTF 解析扩展，切勿尝试用
DOMDocument直接加载 RTF——它不是 XML/HTML
不复杂但容易忽略：你真正需要的往往不是“路径”，而是“把图取出来”。优先考虑转 HTML 或用专业库（如 php-rtf 第三方包，但维护少），比硬啃 RTF 规范高效得多。
