如何使用PHPExcel提取Excel工作表中嵌入的PDF文件

架构老林

2026-7-20

解决PHPExcel无法提取Excel中嵌入PDF的问题

首先明确：Excel里嵌入的PDF属于OLE嵌入对象，而非普通图片资源，PHPExcel默认的图片提取方法只处理Drawing对象（对应PNG/JPG这类图片），对OLE对象不生效。

解决方案步骤：

确认嵌入对象的存储逻辑
xlsx格式的Excel本质是压缩包，嵌入的OLE对象会存放在xl/embeddings/目录下，文件名多为oleObject1.bin这类格式。你可以直接解压Excel文件查看该目录，确认嵌入文件的存在。

通过PHPExcel读取并提取OLE对象
遍历工作表的单元格和绘图集合，筛选出包含PDF的嵌入对象：

$objPHPExcel = PHPExcel_IOFactory::load('target_file.xlsx');
$activeSheet = $objPHPExcel->getActiveSheet();
$drawingCollection = $activeSheet->getDrawingCollection();

foreach ($drawingCollection as $drawing) {
    // 跳过内存绘图对象，只处理文件嵌入的对象
    if ($drawing instanceof PHPExcel_Worksheet_MemoryDrawing) {
        continue;
    }
    
    // 获取嵌入对象的二进制数据
    $rawData = $drawing->getImageData();
    
    // 验证是否为PDF文件（PDF文件头固定为%PDF-）
    if (strpos($rawData, '%PDF-') === 0) {
        file_put_contents('extracted.pdf', $rawData);
        continue;
    }
    
    // 若数据开头带有OLE封装头部，剥离后再保存
    $pdfStartPos = strpos($rawData, '%PDF-');
    if ($pdfStartPos !== false) {
        $purePdfData = substr($rawData, $pdfStartPos);
        file_put_contents('clean_extracted.pdf', $purePdfData);
    }
}