如何解决JTextPane带样式文本复制到Word时重音字符乱码问题

问题根因 #

重音字符乱码由两个问题叠加导致：

• Java内置RTFEditorKit输出时未正确处理非ASCII字符的RTF转义，会将UTF-8编码的重音字符错误映射为ISO-8859-1单字节字符，导致Word识别时编码不匹配
• 用RTFEditorKit处理HTML格式的Document本身存在格式转换偏差，进一步放大了编码问题

方案1：直接导出HTML格式到剪贴板（推荐） #

Word原生支持HTML格式的剪贴板内容粘贴，能完美保留样式同时避免编码问题，修复代码如下：

import java.nio.charset.StandardCharsets;
import javax.swing.text.html.HTMLEditorKit;

// 复制逻辑
Clipboard clp = Toolkit.getDefaultToolkit().getSystemClipboard();
ByteArrayOutputStream ot = new ByteArrayOutputStream();
// 用HTMLEditorKit导出原始HTML内容，匹配JTextPane的格式
HTMLEditorKit kit = new HTMLEditorKit();
try {
    kit.write(ot, jTextPane1.getDocument(), 0, jTextPane1.getDocument().getLength());
    ot.flush();
    // 指定UTF-8编码的HTML MIME类型
    DataHandler dh = new DataHandler(ot.toByteArray(), "text/html;charset=utf-8");
    clp.setContents(dh, null);
} catch (IOException | BadLocationException e1) {
    e1.printStackTrace();
}

方案2：修复RTF输出的编码问题 #

如果必须使用RTF格式，可以手动修正RTF内容的编码声明和字符转义：

import java.nio.charset.StandardCharsets;

// 复制逻辑
Clipboard clp = Toolkit.getDefaultToolkit().getSystemClipboard();
ByteArrayOutputStream ot = new ByteArrayOutputStream();
RTFEditorKit kit = new RTFEditorKit();
try {
    kit.write(ot, jTextPane1.getDocument(), 0, jTextPane1.getDocument().getLength());
    ot.flush();
    // 按ISO-8859-1读取原始RTF内容，避免字节转码损失
    String rtfContent = new String(ot.toByteArray(), StandardCharsets.ISO_8859_1);
    // 替换RTF头的编码声明为西欧字符集，匹配重音字符编码
    rtfContent = rtfContent.replaceFirst("\\\\ansi", "\\\\ansicpg1252\\\\cpg1252");
    DataHandler dh = new DataHandler(rtfContent.getBytes(StandardCharsets.UTF_8), kit.getContentType());
    clp.setContents(dh, null);
} catch (IOException | BadLocationException e1) {
    e1.printStackTrace();
}

注意事项 #

• 两种方案均建议显式打印异常日志，避免静默失败无法排查问题
• 方案1的HTML格式粘贴兼容性优于RTF，适配所有主流Office版本和WPS

内容的提问来源于stack exchange，提问作者Sebastian