line你要转的内容
line=new String(line.getBytes("gb2312"),"utf-8")代码是我凭记忆写的，应该没问题
或者你在写之前。先写一个HTML页面编码的代码 。把页面的格式设置成utf-8
思路是用一些Java能操作word文件的库，例如Apache的POI库，还有jacob库等，读出word文件的格式和内容，然后根据格式转换为html（该加粗的加粗，该分段的分段），
这个过程中可以把文字内容提取成txt纯文本文件。
1、到官网下载Jacob，2、将压缩包解压后，Jacob.jar添加到Libraries中(先复制到项目目录中，右键单击jar包选择Build Path—>Add to Build Path)；
3、将Jacob.dll放至当前项目所用到的“jre\bin”下面(比如Eclipse正在用的Jre路径是C:\Java\jdk1.7.0_17\jre\bin)。
Ps：按照上面的步骤配置的，基本没有问题，但是有些电脑可能还会报错，比如：java.lang.UnsatisfiedLinkError: no jacob in java.library.path，这是系统没有加载到jacob.dll，网上解决方法是将Jacob.dll放至“WINDOWS\SYSTEM32”下面。
Java代码：
public class JacobUtil {
// 8 代表word保存成html
public static final int WORD_HTML = 8
public static void main(String[] args) {
String docfile = "C:\\Users\\无名\\Desktop\\xxx.doc"
String htmlfile = "C:\\Users\\无名\\Desktop\\xxx.html"
JacobUtil.wordToHtml(docfile, htmlfile)
}
/**
* WORD转HTML
* @param docfile WORD文件全路径
* @param htmlfile 转换后HTML存放路径
*/
public static void wordToHtml(String docfile, String htmlfile)
{
// 启动word应用程序(Microsoft Office Word 2003)
ActiveXComponent app = new ActiveXComponent("Word.Application")
System.out.println("*****正在转换...*****")
try
{
// 设置word应用程序不可见
app.setProperty("Visible", new Variant(false))
// documents表示word程序的所有文档窗口，（word是多文档应用程序）
Dispatch docs = app.getProperty("Documents").toDispatch()
// 打开要转换的word文件
Dispatch doc = Dispatch.invoke(
docs,
"Open",
Dispatch.Method,
new Object[] { docfile, new Variant(false),
new Variant(true) }, new int[1]).toDispatch()
// 作为html格式保存到临时文件
Dispatch.invoke(doc, "SaveAs", Dispatch.Method, new Object[] {
htmlfile, new Variant(WORD_HTML) }, new int[1])
// 关闭word文件
Dispatch.call(doc, "Close", new Variant(false))
}catch (Exception e){
e.printStackTrace()
}finally{
//关闭word应用程序
app.invoke("Quit", new Variant[] {})
}
System.out.println("*****转换完毕********")
}
}
