Tika解析特殊字符到纯文本

Question

我试图在apache tika示例之后将doc格式转换为纯文本，但是我在使用撇号和Bullet点时遇到问题，是否可以指定如何处理这些字符？

public String parseToPlainText() throws IOException, SAXException, TikaException {
    BodyContentHandler handler = new BodyContentHandler();

    InputStream stream = ContentHandlerExample.class.getResourceAsStream("test.doc");
    AutoDetectParser parser = new AutoDetectParser();
    Metadata metadata = new Metadata();
    try {
        parser.parse(stream, handler, metadata);
        return handler.toString();
    } finally {
        stream.close();
    }
}

谢谢！