[使用OpenXml读取Word文档以及如何在HTML中显示单词符号

Question

我正在使用OPENXML阅读Word文档。在阅读文档时，文本带有一些特殊字符，并且以符号标记的形式出现，如下所示

如何使用该字符代码（“ F06D”）在HTML中显示特殊字符。

谢谢。

Answer 1

该字符是Unicode F06D字符或

• F06D是通过将F000添加到实际代码点而创建的（非Unicode）字体内。

在这种情况下，F06D位于Unicode私有区域中，因此可以合理地假定它是通过将F000添加到6D（这是Microsoft的MS Symbol字体中的小写希腊Mu字符的代码点。）而创建的。

[要将其转换为Unicode，您需要一个表来显示符号字体中每个字形的等效Unicode代码点-例如this one shows "Adobe Symbol", which seems mostly the same和this one shows the MS Symbol font, but in a rather less helpful way

使用第一个参考，在第3列中查找0x6D，然后从第4列中获取Unicode代码点U+03BC，然后将其转换为合适的HTML实体：μ

即您需要编写自己的查询表，以便您执行此操作。如果您必须处理许多非Unicode字体（也许是Wingdings等），则也需要找到它们的Unicode等效字体。我没有遇到任何可以做到这一点的库，但是您可以在Python中找到某些东西，或者可以将其转换为正在使用的任何语言的东西。