含MHT内容的Word文档繁体中文显示异常的技术求助

问题根因 #

• Windows端Microsoft Word的编码检测逻辑存在局限性：当文档开头只有英文文本时，会默认以单字节编码（如ASCII）解析内容，导致繁体中文这类多字节字符显示乱码。
• Mac端Word的编码识别机制更完善，能自动捕捉到文档中的繁体中文编码特征，因此无需额外操作即可正常显示。
• 在<html>标签前添加繁体中文后，Word会触发多字节编码（如Big5或UTF-8）的检测流程，进而正确解析后续所有繁体中文内容。

可行解决方案 #

1. 强制声明编码 #

在MHT内容的<head>标签内添加明确的编码声明，直接指定解析编码：

<head>
    <!-- 繁体中文常用Big5编码 -->
    <meta http-equiv="Content-Type" content="text/html; charset=Big5">
    <!-- 若内容是UTF-8编码则用下面这句 -->
    <!-- <meta http-equiv="Content-Type" content="text/html; charset=UTF-8"> -->
</head>

这是最彻底的解决方式，从根源上避免编码识别错误。

2. 添加触发字符 #

如果无法修改MHT的编码声明，可在文档最开头（<html>标签前）添加任意一个繁体中文占位字符，比如「測試」「處理出」等，仅用于触发Word的多字节编码识别，不影响文档实际内容。

3. 转换文档格式 #

将.doc文档另存为.docx格式，新版Office的格式对编码兼容性更好，能自动适配繁体中文的编码解析。

内容的提问来源于stack exchange，提问作者Ganesh