문자를 올바르게 표시하지 않는 변환 된 워드 문서 (Windows-1252에서 UTF-8까지)

Question

UTF-8로 변환하려는 Windows-1252 단어 문서가 있습니다. doc 파일을 pdf로 올바르게 변환하려면이 작업을 수행해야합니다. 이것은 내가 현재 그것을 할 방법은 다음과 같습니다 그러나

Path source = Paths.get("source.doc"); 
Path temp = Paths.get("temp.doc");  
try (BufferedReader sourceReader = new BufferedReader(new InputStreamReader(new FileInputStream(source.toFile()), "windows-1252")); 
     BufferedWriter tempWriter = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(temp.toFile()), "UTF-8"))) { 
     String line; 
     while ((line = sourceReader.readLine()) != null) { 
      tempWriter.write(line); 
     } 
    } 

, 내가 Word에서 변환 된 파일 (temp.doc)을 열 때, 올바르게 일부 문자를 표시하지 않습니다. Ü은 예를 들어 ¼이 될 것입니다.

어떻게 해결할 수 있습니까? 새로운 BufferedReader (UTF-8 인코딩 사용)를 만들고 temp을 읽으면 문자가 IDE의 콘솔에 올바르게 표시됩니다.

Answer 1

나는 텍스트 파일 아니에요 윈도우 1252 워드 문서

있습니다. Word 문서는 기본적으로 이진 데이터입니다. 일반 텍스트 편집기로 열면 모든 종류의 횡설수설을 볼 수 있습니다. 거기에 텍스트가 표시 될 수도 있지만 기본적으로는 이 아니며은 읽지 않으려는 일반 텍스트 파일이 아닙니다.

"Windows-1252 워드 문서"의 의미는 분명하지 않습니다 ... Word는 내부적으로 원하는 인코딩을 사용하며,이를 제어 할 수 있는지 확신하지 못합니다. 난 "워드 프로세서"문서를 처리하는 모든 괜찮은 "doc에 PDF"를 기대합니다.

UTF-8 인코딩을 사용하여 새 BufferedReader를 만들고 temp를 읽으면 문자가 IDE의 콘솔에 올바르게 표시됩니다. 그런 경우에는

는, 그게 이 아닌 Word 문서로 시작하는 일반 텍스트 파일입니다 제안합니다. 매우이어야합니다. Word 문서 또는 일반 텍스트 파일을 가지고 있어야합니다. 그것들은 똑같은 것이 아니며 같은 방식으로 다루어서도 안됩니다.

Answer 2

이 UTF-8 인코딩을 사용하도록 Excel을 강제로, 나는 (기타 콘텐츠 전) 바이트 순서 표시를 사용 :이 도움이

tempWriter.write('\uFEFF'); // byte order mark to let Excel know to expect UTF-8 

희망을!