Question

我使用“网页，已过滤”的“另存为”选项保存了MS-Word文档。我想插入HTML＆amp;在内部生成的CSS代码包含我的标题，菜单，页脚等的HTML5文档。第一个问题是关于字符集和标题信息：

MS-Word生成的HTML（保存为“网页，已过滤”）：

<html>

<head>
<meta http-equiv=Content-Type content="text/html; charset=windows-1252">
<meta name=Generator content="Microsoft Word 12 (filtered)">

我的HTML5模板：

<!DOCTYPE html>
<html lang="en">

<head>
    <meta charset="UTF-8" />

我看到的主要问题是两个不同的字符集（UTF-8 vs windows-1252）。另外，我猜测元标记“ name = Generator content =”Microsoft Word 12（已过滤）“不会出现问题，也许可以删除（？）。

我可以用一个例外来理清CSS。我不知道'@'符号是什么意思。例如：

@font-face
    {font-family:"Book Antiqua";
    panose-1:2 4 6 2 5 3 5 3 3 4;}

我查看了文档，但没有看到“font-face”ID或类。所以我猜测这可能会改变文档中的所有字体。这可能是一个问题（如果是真的）;如上所述，新文档将包含我的菜单，页眉，页脚等。

Answer 1

你不应该复制和粘贴ms office的任何东西到网站上;主要是因为你的代码变得很乱，而且很可能只在IE中看起来很正常。这是我的经验，因为我得到了很多“你的网站坏了!!!”有人将ms-word-“html”粘贴到joomla页面后抱怨。无论如何，你网站上的字符集必须是utf-8。你的@ font-face看起来很糟糕。我只用稍微不同的语法知道它：

@font-face {
  font-family: "Awesomefont";
  src: url("fonts/awesome.ttf");
}

这一点不会做任何事情，直到你在其他地方申请“Awesomefont”：

h1 { font-family: "Awesomefont"; }

Answer 2

以下是一组PowerShell脚本，它们将清除Word-Filtered HTML并在95％的时间内正确标记超级/下标。（不，你不能比这更好，Word是为了打印而制作的。）

https://github.com/suzumakes/replaceit

这也会将Windows-1252类中M $ barfs的字符更改为相应的UTF-8对应字符。它删除了所有样式和类，以便您可以轻松地将HTML直接放入模板中。根据制作Word文档的人对文本和时髦布局的合理性而言，你可能只需要几分钟的清理，或者你可能需要修复M $在整个地方插入软连字符的倾向。

自述文件中有说明，如果您碰巧遇到任何需要捕获的其他字符或进行任何调整/改进，我很乐意看到您的请求。

将HTML文档与不同的charset结合使用

2 个答案: