将 doc 转换为 txt 并使用 c# 转换实体？

Question

如何转换带有 UTF-8 实体字符的 doc 文件并自动将实体转换为其正确的十六进制 NCR 序列（例如 ꯍ）

以下是 doc 文件中的示例文本：

Isto é um teste. Eu não me importo com o que você pensa.
Você acha que me conhece muito bem.

将其转换为 txt 文件后，输出应为：

Isto é um teste. Eu não me importo com o que você pensa.
Você acha que me conhece muito bem.

我做到了。

Document document = new Document();

    string docPath = @"C:\Users\Tamal\Desktop";
    document.LoadFromFile(Path.Combine(docPath,"op.docx"));
    document.SaveToFile(Path.Combine(docPath,"op.txt"), FileFormat.Txt);

    string readText = File.ReadAllText(Path.Combine(docPath,"op.txt"));
    System.Diagnostics.Process.Start(Path.Combine(docPath,"op.txt"));
    Console.ReadLine();

但这会将文本文件输出为（与 doc 文件完全相同）：

Isto é um teste. Eu não me importo com o que você pensa.
Você acha que me conhece muito bem.

如何以及在哪里添加实体十六进制转换？

注意：我正在使用 Spire.Doc 将 doc 转换为 txt。

Answer 1

通过 System.Net.WebUtility.HtmlEncode(string) 运行你的字符串