使用pageoffice的坑

我需要讀取pageoffice編輯儲存後的文件內容，但是我們新建的word檔案大多數都是iso88591格式的，所以讀出後都是亂碼，用了各種解碼編碼都不行，pageoffice生成的.htm檔案本身是gb2312格式的，所以我用gb2312格式讀出再轉utf-8格式後沒有出現亂碼

具體核心**如下

file fi=new file(htmlpath);

if(fi.exists())

byte data = outhtml.tobytearray();

htm=new string(data,"gb2312");

htm=gb2312toutf8(htm);

htm=htm.replaceall(filename,allcommonimagepath);

}catch(ioexception e)

}// 將 gb2312 編碼格式的字串轉換為 utf-8 格式的字串：

public static string gb2312toutf8(string str) catch (unsupportedencodingexception e)

return urlencode;

但是對於生成的word檔案怎麼試都不行，讀出都是亂碼，我使用檔案流寫入另外乙個檔案也沒亂碼問題啊，後來發現因為兩個檔案編碼格式都是iso88591,所以正常，

後來看資料說poi方式可以正常讀出，試了一下果然可以，喜出望外，不料又帶來了新的問題，poi的方式在不同電腦上會表現出不一樣的，我的word編輯器是wps,使用如下方式讀出檔案內容（jar包自己網上找，我記得我用的是3.16，但是有個高版本的確沒有，這裡也被坑）

fileinputstream fis = new fileinputstream(file);

hwpfdocument cx = new hwpfdocument(fis);

txtcontent=cx.getdocumenttext();

file file=new file(pgfilepath);//建立乙個新的file例項

if(file.exists()) catch (invalidformatexception e) catch (ioexception e) finallyelse

return txtcontent;

}}else