二进制数组转字符串乱码问题

[小小宝er]

求大神指点。上传任意文档，将文档转为二进制数组，再将数组转换成字符串，代码如下

int flieLength = FileUpload1.PostedFile.ContentLength;
        Stream fs = FileUpload1.PostedFile.InputStream;
        byte[] bytes = new byte[fs.Length];
        fs.Read(bytes, 0, flieLength);
        fs.Close();
        char[] Chars = new char[System.Text.Encoding.GetEncoding("utf-8").GetCharCount(bytes, 0, bytes.Length)];
        Encoding.GetEncoding("utf-8").GetChars(bytes, 0, bytes.Length, Chars, 0);
        String newString = new String(Chars);
        Literal1.Text = newString;
        //UnicodeEncoding converter = new System.Text.UnicodeEncoding();
        //string spcontent = converter.GetString(bytes);
        //Response.Write(spcontent);

经过测试，如果上传的文件是编码为UTF-8的文件，newString能正常显示。如果是word或是其他编码的文本文件，就出现乱码，我想还是编码问题，不过不晓得怎么解决了，求指点，感谢

[於黾]

不管是什么文件,最终存在硬盘上的都是二进制数据 如果一个文件里有文字,有图片,有样式(段落,字体,颜色等),而其中的文字是跟文本文档编码形式一致的 那么你把整个二进制文件都当字符串解析的时候,文字部分是有可能成功解析的(当然也有可能错位变成乱码),而其他部分则必然是乱码

[insus]

参考： http://www.cnblogs.com/insus/p/4325350.html

[小小宝er]

引用 10 楼 Z65443344 的回复:

不管是什么文件,最终存在硬盘上的都是二进制数据 如果一个文件里有文字,有图片,有样式(段落,字体,颜色等),而其中的文字是跟文本文档编码形式一致的 那么你把整个二进制文件都当字符串解析的时候,文字部分是有可能成功解析的(当然也有可能错位变成乱码),而其他部分则必然是乱码

额。了解

[小小宝er]

引用 10 楼 Z65443344 的回复:

不管是什么文件,最终存在硬盘上的都是二进制数据 如果一个文件里有文字,有图片,有样式(段落,字体,颜色等),而其中的文字是跟文本文档编码形式一致的 那么你把整个二进制文件都当字符串解析的时候,文字部分是有可能成功解析的(当然也有可能错位变成乱码),而其他部分则必然是乱码

你好，谢谢的参考，转换为pdf后，在浏览器上如何显示？我知道Jquery 有一个相应插件。。但效果并不是很好

[本拉灯]

你想取文本，那用Aspose.Word取吧

[小小宝er]

引用 14 楼 wyd1520 的回复:

你想取文本，那用Aspose.Word取吧

额，谢谢，看看吧。。这个或取出来是纯文本？样式是否保持原样？

[feiyun0112]

word是特殊格式的二进制文件，不是纯文本文件，不能直接显示。就像你不装office就打不开word

[小小宝er]

引用 1 楼 feiyun0112 的回复:

word是特殊格式的二进制文件，不是纯文本文件，不能直接显示。就像你不装office就打不开word

嗯，也想到这个问题，其实我是想做百度文库的效果，百度文库以前用了flash加载，但现在不是，用html分析工具看了下，感觉是将文档内容，包含格式转换成了对应的html代码，感觉数据是JSON格式，所以我朝这个方向想了，不知道您是否有好的实现思路，请指点

[bdmh]

word你肯定不能这么干，word有自己的格式，对于其他编码，要么知道是何种编码，你对应着解析，要么就改为一种通用格式，比如xml，json等

[小小宝er]

引用 3 楼 bdmh 的回复:

word你肯定不能这么干，word有自己的格式，对于其他编码，要么知道是何种编码，你对应着解析，要么就改为一种通用格式，比如xml，json等

我不确定word,是否能这么干，所以去试了下，呵呵，目前来说确实不行，不知道是方法不对，还是确实不存在这样的思路，所以请教各位，曾经在某个地方看到NODE.JS似乎能实现我要的结果。。不知道百度文库是不是用了NODE.JS

[小小宝er]

顺带说一句，我上传了一个word,其中有段确实翻译过来了，全是正常的中文，但大部分是乱码，不知道何解

[feiyun0112]

用工具先把word转为html

[於黾]

不是啥玩意都能按字符串显示的 我随便给你个exe,你给我显示成字符串试试看? 不同的文件格式 ,你要按对应的方式读取解析,可以利用第三方插件 比如读取word,你可以使用office.word.dll解析

[小小宝er]

引用 7 楼 Z65443344 的回复:

不是啥玩意都能按字符串显示的 我随便给你个exe,你给我显示成字符串试试看? 不同的文件格式 ,你要按对应的方式读取解析,可以利用第三方插件 比如读取word,你可以使用office.word.dll解析

嗯。是的。换个思路试试，如果有好的思路，希望进一步指点，谢谢

[小小宝er]

引用 5 楼 MS_CSDN 的回复:

顺带说一句，我上传了一个word,其中有段确实翻译过来了，全是正常的中文，但大部分是乱码，不知道何解

文档类型，不仅仅是word,可能是ppt,pdf,excel，等等。这个过程希望是程序完成