C#操作RTF文档
http://tech.ddvip.com 2007年11月20日 社区交流
内容摘要：笔者正在用C#开发一个名为XWriter的文本编辑器，其中需要提供对RTF文档的支持，以前从没有搞过RTF文档，因此临时突击研究了一下，经过几天的学习研究和实践，对C#操作RTF文档有所了解，因此才可以写出此文给予说明，希望能对其他人学习RTF文档格式有所帮助。
我们使用Windows写字板新建一个RTF文档，只输入"Hellow"文本，设置文本颜色为蓝色，然后保存，然后使用记事本打开刚刚保存的RTF文件，此时就能看到一个最简单的RTF文档的内容了，其内容如下。
{
tf1ansiansicpg936deff0deflang1033deflangfe2052
{fonttbl
{f0fmodernfprq6fcharset134'cb'ce'cc'e5;}
}
{colortbl; ed0green0lue255;}
{*generatorMsftedit5.41.15.1507;}
viewkind4uc1pardcf1lang2052f0fs20Hellowcf0par
}此处为了便于阅读，对代码进行了缩进处理，实际上RTF文档中空白字符是会影响到显示结果的，一般实际生成RTF文档时不要添加额外的空白字符。
这段RTF代码第一行和最后一行是表示根组的花括号，然后是""开头的指令，指令名称全部由英文字母组成，若指令后面跟着若干个数字，则这些数字就是指令的参数。比如" tf1",这个指令名称是"rtf",参数值是"1"；而"ansi"指令名称是"ansi"，没有参数。
指令" tf"是每个RTF文档必备的，而且总是第一个指令，因此可以看作RTF文档的文件头标记。若一个RTF文档第一个指令不是"rtf"指令，则可以认为这个RTF文档是不合法的。
指令"ansicpg"就是说明该RTF文档的内容的编码格式，参数就是编码格式编号，例如"ansicpg936"就是指明编码格式为936号字符集，对于C#程序来说，就是库函数System.Text.Encoding.GetEncoding(936)的返回结果，也就是GB2312编码格式。RTF文档本身肯定是使用标准的ANSI格式保存的，此处指明的字符编码格式是用于处理RTF文档中的转义字符的，比如代码中由连续的转义字符'cb'ce'cc'e5,程序解析RTF文档时，应当将这一串转义字符生成一个字节数组，内容为0xcb,0xce,0xcc,0xe5，然后使用第936号编码格式对象的GetString(byte[])函数来还原所存储的字符串，也就是"宋体"两个字。这点比HTML的转义字符处理要麻烦一些，HTML转义字符是一个指令定义一个字符，而RTF中的是一个指令定义一个字节，而汉字是双字节的字符编码，转化前还得设法获得完整的字节序列。
责编：豆豆技术应用