解决jacob用wps将word转html的时候个别生僻字乱码的问题

原创文章，转载请注明出处

用jacob将wps转html的时候，Java读入转后的html，发现有个别生僻字出现乱码，

解决方法：

因为WPS默认转成html是gb2312编码的，而gb2312不支持一些生僻字，所以会出现乱码，

Java读入的时候由gb2312换成用gbk编码读入即可

InputStreamReader read = new InputStreamReader(new FileInputStream(htmlFile), "gbk");

附：gb2312编码对应的中文大全网站，ctrl + f 可以搜索

http://www.knowsky.com/resource/gb2312tbl.htm

知识扩展：

（1）GB2312 ： 当中国人们得到计算机时，已经没有可以利用的字节状态来表示汉字，况且有6000多个常用汉字需要保存，于是想到把那些ASCII码中127号之后的奇异符号们直接取消掉, 规定：一个小于127的字符的意义与原来相同，但两个大于127的字符连在一起时，就表示一个汉字，前面的一个字节（称之为高字节）从0xA1用到0xF7，后面一个字节（低字节）从0xA1到0xFE，这样我们就可以组合出大约7000多个简体汉字了。在这些编码里，我们还把数学符号、罗马希腊的字母、日文的假名们都编进去了，连在 ASCII 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的"全角"字符，而原来在127号以下的那些就叫"半角"字符了。这种汉字方案叫做 "GB2312"。GB2312 是对 ASCII 的中文扩展。兼容ASCII。

（2）GBK ： 但是中国的汉字太多了，我们很快就就发现有许多人的人名没有办法在这里打出来，不得不继续把 GB2312 没有用到的码位找出来用上。后来还是不够用，于是干脆不再要求低字节一定是127号之后的内码，只要第一个字节是大于127就固定表示这是一个汉字的开始，不管后面跟的是不是扩展字符集里的内容。结果扩展之后的编码方案被称为 “GBK” 标准，GBK 包括了 GB2312 的所有内容，同时又增加了近20000个新的汉字（包括繁体字）和符号。

更多可以去https://www.cnblogs.com/shitianzeng/articles/5369092.html了解

解决jacob用wps将word转html的时候个别生僻字乱码的问题相关推荐

解决Mybatis3.3中NVARCHAR2生僻字乱码
文章目录 1. 解决Mybatis3.3中NVARCHAR2生僻字乱码 1.1. 注意 1.2. 解决方法 1.2.1. 第一步.数据库的varchar2字段修改为nvarchar2 1.2.2. 第 ...
生僻字html乱码,Tomcat 5.5.X及以上版本的生僻字乱码解决办法
软件环境:Tomcat5.5.X 问题描述: 1)一般的汉字正常,如:中国,任务,管理. 2)生僻字出现乱码.如:喆,璟. 解决过程: 1.前言.在Tomcat4中,GET和POST使用相同的处理方式 ...
PB中生僻字乱码问题得以解决
遇到过pb中出现生僻字时,显示的是乱码,查明原因原来是解析不到生僻字,只需将 pos-改成posw,mid-改成midw函数即可
解决WPS或Word中“图片隐藏在文字下面”的问题
问题描述:WPS或Word在插入图片时,图片格式是嵌入型,但是图片隐藏在文字下面. 解决办法:看文字行距设置是否为固定值,改为其他行距即可.
wps打开word是绿色的怎么解决？
WPS是常用的办公软件,功能齐全,但是有用户打开WPS中的Word时,发现背景变成绿色,用起来非常不习惯,有什么办法可以恢复原先的背景颜色?今天小编就给大家介绍一下WPS打开Word绿底的解决方法. ...
信创办公--基于WPS的Word最佳实践系列（解决WPS插入图片后显示不全问题）
信创办公–基于WPS的Word最佳实践系列(解决WPS插入图片后显示不全问题) 项目背景本篇文档是解决WPS插入"嵌入式"图片显示不全的问题.一般造成这个问题的情况是因为图片插入 ...
wps（word）复制过来的文字一行字数不足却自动换行解决办法
问题描述: 在wps或者word里粘贴网页上复制过来的文字常常会出现每行字数不足换行要求却提前换行的情况,如下图所示问题分析: 出现这种情况主要是从网页上复制过来的文字保留了原网站的段落标记/手动换 ...
当文档用WPS和WORD打开都出现了右边有空白的情况怎么解决？
文档用WPS和WORD打开都出现了右边有空白的情况是因为有"批注"的原因.只需删掉批准即可恢复正常,流程如下: 在菜单栏上选择 "审阅"--然后点击 " ...
jacob操作excel、word、AutoCAD分享
零.导读这是使用jacob操作Word和Excel的教程,因为看不懂官方文档(英语不好,翻译太菜)所以选择去找找教程. jacob可以操作的 1.jacob 操作 cad相关资料对象方法和操作,里 ...

解决jacob用wps将word转html的时候个别生僻字乱码的问题

解决方法：

解决jacob用wps将word转html的时候个别生僻字乱码的问题相关推荐

最新文章

热门文章