c# - 将 Word 保存为 UTF-8 编码的 HTML

Question

我正在编写一些 C# VSTO 代码来读取 Microsoft Word 文档并将其保存到已过滤的 HTML 中。当我在通用 Word 文档上执行此功能时，html 文件的输出使用 Windows 字符集，如下所示:

<meta http-equiv=Content-Type content="text/html; charset=windows-1252">

如果我打开一个文档并转到"file"->“选项”->“高级”->“Web 选项”，我可以选择 UTF8，结果过滤后的 html 文档输出如下所示:

<meta http-equiv=Content-Type content="text/html; charset=utf-8">

我想编写 C# 代码，将 任何 Word 文档保存为使用 utf-8 过滤的 html。在做了一些研究之后，我发现有人说“SaveAs2”功能不起作用(尽管 Microsoft 将其记录为一项功能)。这意味着，这段代码对我不起作用:

doc.SaveAs2("C:\\Temp\\Test.htm", MsWord.WdSaveFormat.wdFormatFilteredHTML, Encoding: "65001");

(注意:我尝试将 65001 放在引号和不带引号中。既不会抛出错误，也不会起作用)。

接下来，我继续为文档设置网络选项，如下所示:

doc = app.Documents.Open("C:\\Temp\\Test.docx");
doc.WebOptions.Encoding = Microsoft.Office.Core.MsoEncoding.msoEncodingUTF8;
doc.SaveAs2(destFile, MsWord.WdSaveFormat.wdFormatFilteredHTML);

据我所知，上面的代码执行与我手动打开文件完全相同的功能，转到文件->选项...，设置为 UTF-8 并将文件保存为过滤后的 html，但输出仍然看起来像这样:

<meta http-equiv=Content-Type content="text/html; charset=windows-1252">

有没有办法强制 Microsoft Word 将文件输出为 UTF-8 而无需先手动配置文档？

Answer 1

在撰写本文时，尚不清楚我的特定版本的 Microsoft Word(Word Online)或 VSTO 模板是否遇到了错误，但我将在此处回答是什么让我如此有效。

如果此代码不起作用:

doc = app.Documents.Open("C:\\Temp\\Test.docx");
doc.WebOptions.Encoding = Microsoft.Office.Core.MsoEncoding.msoEncodingUTF8;
doc.SaveAs2("C:\\Temp\\Test.htm", MsWord.WdSaveFormat.wdFormatFilteredHTML);

然后，更改代码以刷新文档的字段，如下所示:

doc = app.Documents.Open("C:\\Temp\\Test.docx");

doc.Fields.Update(); // ** this is the new line of code.

doc.WebOptions.Encoding = Microsoft.Office.Core.MsoEncoding.msoEncodingUTF8;
doc.SaveAs2("C:\\Temp\\Test.htm", MsWord.WdSaveFormat.wdFormatFilteredHTML);