PHP无法直接解析RTF图片，需先定位{pict...}块，再依jpegblip等标识提取hex或二进制数据，用hex2bin()解码并验证文件头后保存；也可调用unrtf或LibreOffice等外部工具转换规避复杂解析。
PHP 本身不直接支持解析 RTF 文件中的图片，因为 RTF 是一种富文本格式，图片以二进制（如 pict 块）、十六进制或 Base64 编码嵌入在文本流中，并非标准图像文件。要提取其中的图片，核心思路是：**先解析 RTF 结构定位 pict 块，再识别图片类型（WMF/EMF/JPEG/PNG 等），最后解码并保存为真实图像文件**。
识别并提取 RTF 中的 pict 图片块
RTF 图片通常包裹在 {pict ...} 控制字内，内部可能含 pngblip（PNG）、jpegblip（JPEG）、wmetafile8（WMF）等标识。需用正则匹配完整 pict 块：
$pattern = '/{\\pict(.*?)}(?=\\pict|})/s';
preg_match_all($pattern, $rtfContent, $matches);
foreach ($matches[0] as $pictBlock) {
// 进一步分析 $pictBlock 内容
}
注意：RTF 转义复杂（双反斜杠表示单反斜杠），建议先用 str_replace('\\', '\', $rtf) 预处理，或使用已验证的 RTF 解析库（如 php-rtf）降低误匹配风险。
判断图片格式并解码二进制数据
从 pict 块中提取原始数据前，先检查子控制字确定格式：
立即学习“PHP免费学习笔记（深入）”；
-
JPEG：含
jpegblip→ 数据紧跟其后，通常是十六进制字符串（如'01a2b3...'），用hex2bin()解码 -
PNG：含
pngblip→ 同样为 hex 数据，hex2bin()即可 -
WMF/EMF：含
wmetafile8或emfblip→ 数据为原始二进制，需跳过头部控制字后截取
示例（简化 JPEG 提取）：
if (strpos($pictBlock, 'jpegblip') !== false) {
$hexData = preg_replace('/[^a-fA-F0-9]/', '', $pictBlock);
$binary = hex2bin($hexData);
if ($binary && substr($binary, 0, 2) === "") {
file_put_contents('output.jpg', $binary);
}
}
绕过手动解析：用外部工具辅助转换
若项目允许调用系统命令，更稳定的方式是借助成熟工具预处理：
-
unrtf（Linux）：
unrtf --no-filter --html input.rtf > /dev/null可触发图片导出到临时目录 -
LibreOffice headless：
libreoffice --headless --convert-to html input.rtf生成含图片引用的 HTML + 图片文件夹 - 再用 PHP 读取生成的图片路径或 HTML 中的
<img src="...">
此法规避 RTF 协议细节，适合生产环境对稳定性要求高的场景。
注意事项与常见坑
RTF 图片提取易失败的几个关键点：
- RTF 版本差异大（v1.0 到 v1.9.1），
pict嵌套层级和转义规则不统一 - 部分编辑器（如 Word）导出的 RTF 会压缩图片数据或添加加密标记，需检查是否含
picprop或dibitmap - 十六进制数据可能跨多行、含空格/换行，提取前务必清理非十六进制字符
- 无扩展名的图片需靠文件头（magic bytes）识别格式，不能仅依赖控制字
不复杂但容易忽略：始终用 file_put_contents() 保存二进制数据，避免 echo/print 导致乱码；保存前用 getimagesizefromstring() 验证数据有效性。
