java mht 转换 html_Word单网页mht文件，汉字被html转义解决办法

做项目要生成Word文档时，一般都是先用Word把里面的内容写好，然后另存为mht文件，得到一个网页文件，这样程序就可以自动替换网页中得文件，然后让大家下载。

下载这里就不说了，很简单，如下处理一下就可以了。

String filename = new String("中文汉字.doc".getBytes(), "ISO8859-1");

response.setContentType("application/octet-stream");

response.setHeader("Content-Disposition", "attachment; filename=\"" + filename + "\"");

response.setCharacterEncoding("GB2312");

在把word另存为mht时，打开mht发现里面的汉字全部变成了XXXX;这样的格式，被html转义了，正常人无法看懂。所以，我的解决办法是先把html转义字符转成汉字，然后把charset从us-ascii全部替换成gb2312，就哦了。

下面一段代码可以把html转义字符转成汉字。然后你打开文件，全局替换一下us-ascii成gb2312。

import java.io.BufferedReader;

import java.io.BufferedWriter;

import java.io.FileNotFoundException;

import java.io.FileReader;

import java.io.FileWriter;

import java.io.IOException;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class Main {

public static void main(String[] args) {

try {

FileReader mhtReader = new FileReader("d:\\源文件.mht");

FileWriter mhtWriter = new FileWriter("d:\\生成文件.doc");

BufferedReader bufReader = new BufferedReader(mhtReader);

BufferedWriter bufWriter = new BufferedWriter(mhtWriter);

String line = bufReader.readLine();

String lines = "";

//中

Pattern pattern = Pattern.compile("(\\d+);");

while (line != null) {

if (line.endsWith("=")) {

lines += line.substring(0, line.length()-1);

line = bufReader.readLine();

continue;

} else {

if (!"".equals(lines)) {

lines += line;

line = lines;

lines = "";

}

Matcher matcher = pattern.matcher(line);

while (matcher.find()) {

char c = (char) Integer.parseInt(matcher.group(1));

line = line.replaceFirst(matcher.group(), String.valueOf(c));

}

bufWriter.write(line + "\r\n");

line = bufReader.readLine();

}

}

bufWriter.flush();

bufWriter.close();

bufReader.close();

} catch (FileNotFoundException e) {

e.printStackTrace();

} catch (IOException e) {

e.printStackTrace();

}

}

}

最后，打开转化好的文件，在的下一行，插入Print，这样用word打开时，就是视图模式了。

到这里就完美啦！