使用 C# 编程对 RTF 文档进行操作 [转载]
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。
RTF文档格式是微软提出的一种用于描述带格式文本的文档格式，上个世纪就提出来了，一直用到现在，而且很多程序都支持这种格式，微软的Office软件家族，Windows写字板软件等等都支持，而且Windows操作系统的剪切板和OLE拖拽操作也支持RTF文档，这样就允许不同的软件通过RTF格式相互交流带格式文本。比如我用的VS.NET2003中的C#代码编辑器，在其中复制了一段代码文本，在MS Word中粘贴所得就是具有高亮度显示的文本。因此RTF格式的作用还是不小的，而且RTF格式是纯文本格式，不是二进制格式，读写都不算难。
RTF文档格式和HTML,XML之类的标记语言有点类似，原理不复杂，但内容还是比较多的，在微软的MSND中就有文章详细的介绍了RTF格式，地址是 ms-help://MS.MSDNQTR.2003FEB.2052/dnrtfspec/html/rtfspec.htm ,你用记事本打开一个RTF文档，可以发现其中也是纯文本数据，而且一般全是ANSI字符，RTF文档一般采用ASNI字符编码格式进行存储，其中是不能直接保存汉字等编码大于127的字符，要保存得使用转义字符。RTF文档中使用一对花括号"{ }"来定义一个组，组可以套嵌定义;用"\"来开始定义一个指令和转义字符;此外还能包含纯文本数据。所有的指令和转义字符都必须包含在一个组中，一个RTF文档只有一个根组，这点有点类似XML文档只能有一个根节点的规定。
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。
{
\rtf1\ansi\ansicpg936\deff0\deflang1033\deflangfe2052
{\fonttbl
{\f0\fmodern\fprq6\fcharset134 \'cb\'ce\'cc\'e5;}
}
{\colortbl ;\red0\green0\blue255;}
{\*\generator Msftedit 5.41.15.1507;}
\viewkind4\uc1\pard\cf1\lang2052\f0\fs20 Hellow\cf0\par
}
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"\rtf1",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"\rtf"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。
指令"\fonttbl"定义了文档中使用的所有的字体的列表，RTF文本内容引用这个字体列表来获得显示文档使用的字体，这和HTML文档中统一定义CSS样式有点类似。"fonttbl"组中由若干个子组，每个子组定义一个字体，字体定义组的第一个指令为"\f"，带有一个参数指明字体的编号，比如"\f0"指明这个字体编号为0，"\f1"指明字体编号为1。字体定义组还定义了关于字体的其他信息，其中最重要的就是最后的字体名称了。此演示文档中，字体的名称就是"\'cb\'ce\'cc\'e5;",经过编码后就是"宋体;",小心后面还有个分号。注意字体编号可能是不连续的，比如可以存在这样的字体表代码"{\f0 ...}{\f1 ...}{\f99 ...}{\f212 ...}"，因此解析RTF字体表时要考虑这点。
指令"\colortbl"定义了文档颜色表，RTF文档是统一引用颜色值的，文档内容的文本颜色，背景色等颜色设置都是引用颜色表的，RTF颜色表中只定义了各个颜色的RGB值，没有明确的定义编号，引用时是按照从左到右的顺序引用颜色的，而且颜色值的编号是从“1”开始计算的。此处定义了一个颜色值"\red0\green0\blue255"，也就是纯蓝色。
指令"\*\generator"是定义了文档的创建者，此处定义指令的方式比较特殊，采用了 "\*\"前缀，个人理解是定义了一种扩展指令，其他的RTF文档处理程序遇到这样的指令可以忽略不计。
后面的指令就是开始描述RTF文档的正文了，比如"\pard"开始清除当前段落设置，当前段落设置为默认格式;"\f0"表示设置当前字体为字体表中编号为"0"的字体;"\fs20"设置字体大小，此处的字体大小为"20"，单位是半个点(MSND是这样说的:Font size in half-points (the default is 24));"\cf1"表示当前文本颜色采用第一号颜色，即纯蓝色(RTF颜色表序号从1开始计算);还有纯文本数据 "Hellow"就是RTF文档的纯文本内容了。
对于英文内容，大部分是可以直接输出到RTF文档中，但对于某些特殊字符需要进行字符转义，比如"\","{","}"等等，前面得加上转义前缀"\",因此实际上输出的是"\\","\{","\}"，这类似C语言的转义字符处理。对于制表符，得输出"\tab",对于编码大于256的字符，例如汉字，得使用文本内容编码器来编码生成二进制数据，然后使用转义前缀"\'"来转义输出一个个字节编码。比如“宋体”,它的GB2312编码生成字节序列 0xcb,0xce,0xcc,0xe5，它输出到RTF文档的结果就是“\'cb\'ce\'cc\'e5”。
RTF文档中可以嵌入图片，可以使用代码"{\pict ... }",图片组中包含了图片的二进制数据的16进制编码字符串，MSDN中关于RTF图片格式的说明不多，我对一些图片数据的格式也不清楚，因此如何处理RTF图片也没多少可说的。
关于各种指令的详细说明可参考MSDN中的相关文章，文章地址"ms-help://MS.MSDNQTR.2003FEB.2052/dnrtfspec/html/rtfspec_16.htm#rtfspec_21"。
我们对RTF文档格式有所了解后，就可以开始编程来操作RTF文档了，无非就是按照RTF格式来拼凑字符串而已。比如我的文本编辑器有个功能，能将编辑的内容保存为RTF格式，这时候就需要根据我的文档内容来生成RTF文档。
首先是做一个RTF文档书写器，虽然生成RTF文档的操作可以看作拼凑RTF字符串，但在编程实践中不能真的这么拼凑，得仿造System.Xml.XmlWriter来做一个RTF文档书写器，我编了个名为RTFWriter的RTF文档书写器，该书写器内部实现了基础的RTF文档格式的控制，能保证输出正确的RTF文档，它还提供了比较方便的编程接口，便于其他程序模块调用。这个RTF文档书写器完整的C#代码如下：
/// 本书写器对生成RTF文档提供了基础的支持 /// 编制 袁永福 http://www.xdesigner.cn
/// public class RTFWriter : System.IDisposable {
#region 测试代码 ******************************************************
[System.STAThread] static void Main() { TestWriteFile();
TestClipboard(); } /// /// 测试生成RTF文件
/// 执行这个函数后可以使用 MS Word 打开文件 c:\a.rtf ///
internal static void TestWriteFile( ) {
RTFWriter w = new RTFWriter( "c:\\a.rtf" ) ; TestBuildRTF( w );
w.Close();
System.Windows.Forms.MessageBox.Show("好了,你可以打开文件 c:\\a.rtf 了."); }
/// /// 测试生成RTF文档并设置到系统剪切板中
/// 执行这个函数后就可以在 MS Word中使用粘贴操作来显示程序生成的文档了 ///
internal static void TestClipboard() {
System.IO.StringWriter myStr = new System.IO.StringWriter();
RTFWriter w = new RTFWriter( myStr ); TestBuildRTF( w );
w.Close(); System.Windows.Forms.DataObject data = new System.Windows.Forms.DataObject();
data.SetData( System.Windows.Forms.DataFormats.Rtf , myStr.ToString());
System.Windows.Forms.Clipboard.SetDataObject( data , true );
System.Windows.Forms.MessageBox.Show("好了,你可以在MS Word 中粘贴文本了."); }
/// /// 测试生成RTF文档 /// /// RTF文档书写器
private static void TestBuildRTF( RTFWriter w ) {
w.Encoding = System.Text.Encoding.GetEncoding( 936 ); // 输出文件头
w.WriteStartGroup(); w.WriteKeyword("rtf1");
w.WriteKeyword("ansi");
w.WriteKeyword("ansicpg" + w.Encoding.CodePage ); // 输出字体表
w.WriteStartGroup(); w.WriteKeyword("fonttbl");
w.WriteStartGroup(); w.WriteKeyword("f0"); w.WriteText("隶书;");
w.WriteEndGroup(); w.WriteStartGroup(); w.WriteKeyword("f1");
w.WriteText("宋体;"); w.WriteEndGroup(); w.WriteEndGroup();
// 输出颜色表 w.WriteStartGroup(); w.WriteKeyword("colortbl");
w.WriteText(";"); w.WriteKeyword("red0");
w.WriteKeyword("green0"); w.WriteKeyword("blue255");
w.WriteText(";"); w.WriteEndGroup(); // 输出正文
w.WriteKeyword("qc"); // 设置居中对齐 w.WriteKeyword("f0"); // 设置字体
w.WriteKeyword("fs30"); // 字体大小 w.WriteText("这是第一段文本 ");
w.WriteKeyword("cf1"); // 设置颜色 w.WriteText("隶书 ");
w.WriteKeyword("cf0"); // 设置为默认颜色 w.WriteKeyword("f1"); // 设置字体
w.WriteText("居中对齐 ABC12345"); w.WriteKeyword("par"); // 开始新的段落
w.WriteKeyword("pard"); // 清除居中对齐 w.WriteKeyword("f1"); // 设置字体
w.WriteKeyword("fs20"); // 字体大小 w.WriteKeyword("cf1");
w.WriteText("这是第二段文本 宋体 左对齐 ABC12345"); // 结束输出
w.WriteEndGroup(); } #endregion /// /// 初始化对象
/// /// 文本书写器 public RTFWriter( System.IO.TextWriter w )
{ myWriter = w ; } /// /// 初始化对象 ///
/// 文件名 public RTFWriter( string strFileName ) {
myWriter = new System.IO.StreamWriter( strFileName , false ,
System.Text.Encoding.ASCII ); }
private System.Text.Encoding myEncoding = System.Text.Encoding.GetEncoding( 936 ) ;
/// /// 字符编码格式 ///
public System.Text.Encoding Encoding {
get{ return myEncoding ;} set{ myEncoding = value;}
} /// /// 内置的文本书写器 ///
private System.IO.TextWriter myWriter = null;
private bool bolIndent = false; /// /// 是否使用缩进 ///
/// /// RTF文档内部不能随便缩进，提供此选项只是用于生成便于阅读的RTF文档，便于程序的调试，
/// 在开发调试中可以设置该属性为true,方便开发者能直接查看生成的RTF文档，但在生成最终运行的
/// 程序时应当设置该属性为 false . /// public bool Indent {
get{ return bolIndent ;} set{ bolIndent = value;} }
private string strIndentString = " "; /// /// 缩进字符串
/// public string IndentString {
get{ return strIndentString ;} set{ strIndentString = value;}
} /// /// 当前缩进层次 ///
private int intGroupLevel = 0 ; /// /// 关闭对象 ///
public void Close() { if(this.intGroupLevel > 0 )
throw new System.Exception("还有组未写完"); if( myWriter != null ) {
myWriter.Close(); myWriter = null; } } ///
/// 输出一个组 /// /// 关键字
public void WriteGroup( string KeyWord ) {
this.WriteStartGroup(); this.WriteKeyword( KeyWord );
this.WriteEndGroup(); } /// /// 开始输出组 ///
public void WriteStartGroup( ) { if( bolIndent ) {
InnerWriteNewLine(); myWriter.Write("{"); } else
myWriter.Write("{"); intGroupLevel ++ ; } ///
/// 结束输出组 /// public void WriteEndGroup() {
intGroupLevel -- ; if( intGroupLevel < 0 )
throw new System.Exception("组不匹配"); if( bolIndent ) {
InnerWriteNewLine(); InnerWrite("}"); } else
InnerWrite("}"); } /// /// 输出原始文本 ///
/// 文本值 public void WriteRaw( string txt ) {
if( txt != null && txt.Length > 0 ) {
InnerWrite( txt ); } } /// /// 输出关键字 ///
/// 关键字值 public void WriteKeyword( string Keyword ) {
WriteKeyword( Keyword , false ); } /// /// 输出关键字
/// /// 关键字值 /// 是否是扩展关键字
public void WriteKeyword( string Keyword , bool Ext) {
if( Keyword == null || Keyword.Length == 0)
throw new System.ArgumentNullException("值不得为空");
if( bolIndent == false && ( Keyword == "par" || Keyword == "pard" ) )
{ // par 或 pard 前可以输出空白行，不影响RTF文档显示
InnerWrite( System.Environment.NewLine ); }
if( this.bolIndent ) {
if( Keyword == "par" || Keyword == "pard" ) {
this.InnerWriteNewLine(); } } if( Ext )
InnerWrite("\\*\\"); else InnerWrite("\\");
InnerWrite( Keyword ); } /// /// 内容文本编码格式 ///
private System.Text.Encoding Unicode = System.Text.Encoding.Unicode ;
/// /// 输出纯文本 /// /// 文本值
public void WriteText( string Text ) {
if( Text == null || Text.Length == 0 ) return ;
InnerWrite(' ');
for( int iCount = 0 ; iCount < Text.Length ; iCount ++ ) {
char c = Text[ iCount ] ; if( c == '\t') {
this.WriteKeyword("tab"); InnerWrite(' '); }
else if( c < 256 ) { if( c > 32 && c < 127 )
{ // 出现特殊字符，需要斜线转义 if( c == '\\' || c == '{' || c == '}' )
InnerWrite( '\\'); InnerWrite( c ); } else {
InnerWrite("\\\'"); WriteByte( ( byte ) c ); } }
else { byte[] bs = myEncoding.GetBytes( c.ToString());
for(int iCount2 = 0 ; iCount2 < bs.Length ; iCount2 ++ ) {
InnerWrite("\\\'"); WriteByte( bs[ iCount2 ] ); } }
}//for( int iCount = 0 ; iCount < Text.Length ; iCount ++ ) }
/// /// 当前位置 /// private int intPosition = 0 ;
/// /// 当前行的位置 /// private int intLineHead = 0 ;
/// /// 16进制字符组 ///
private const string Hexs = "0123456789abcdef"; ///
/// 输出字节数组 /// /// 字节数组
public void WriteBytes( byte[] bs ) {
if( bs == null || bs.Length == 0 ) return ; WriteRaw( " " );
for( int iCount = 0 ; iCount < bs.Length ; iCount ++ ) {
if( ( iCount % 32 ) == 0 ) {
this.WriteRaw( System.Environment.NewLine ); this.WriteIndent();
} else if( ( iCount % 8 ) == 0 ) { this.WriteRaw(" ");
} byte b = bs[ iCount ] ;
int h = ( b & 0xf0 ) >> 4 ; int l = b & 0xf ;
myWriter.Write( Hexs[ h ] ); myWriter.Write( Hexs[ l ] );
intPosition += 2 ; } } /// /// 输出一个字节数据
/// /// 字节数据 public void WriteByte( byte b ) {
int h = ( b & 0xf0 ) >> 4 ; int l = b & 0xf ;
myWriter.Write( Hexs[ h ] ); myWriter.Write( Hexs[ l ] );
intPosition += 2 ; //FixIndent(); }
#region 内部成员 ******************************************************
private void InnerWrite( char c ) { intPosition ++ ;
myWriter.Write( c ); } private void InnerWrite( string txt )
{ intPosition += txt.Length ; myWriter.Write( txt ); }
private void FixIndent() { if( this.bolIndent ) {
if( intPosition - intLineHead > 100 ) InnerWriteNewLine();
} } private void InnerWriteNewLine() {
if( this.bolIndent ) { if( intPosition > 0 ) {
InnerWrite( System.Environment.NewLine );
intLineHead = intPosition ; WriteIndent(); } } }
private void WriteIndent( ) { if( bolIndent ) {
for( int iCount = 0 ; iCount < intGroupLevel ; iCount ++ ) {
InnerWrite( this.strIndentString ); } } }
#endregion /// /// 销毁对象 ///
public void Dispose() { this.Close(); } }
你使用VS.NET新建一个C#工程项目后，删除自动生成的Main()函数，然后复制并粘贴这段代码,这样就可以编译运行了。
在这个RTFWriter的基础上，你可以构造自己的RTF应用了，比如将数据库的数据导出到RTF文档中，使用RTF格式向其他程序传递数据。笔者正在开发的XWriter文本编辑器也使用RTFWriter将编辑的文档保存为RTF格式,而且实际上这篇文章是完全使用XWriter编辑的，然后导出为HTML格式，没有使用MS Word,FrontPage等其他文档编辑器,本文中的代码是在VS.NET的C#代码编辑器中直接复制-粘贴而得。
本文只是对操作RTF文档提供了一些比较简单的说明，详细内容可以参考MSDN中关于RTF的说明，网络上的资源更是多如牛毛。RTF文档格式原理简单，但内容却不少，它是一种很古老的技术，却一直到现在还在广泛的使用，而且估计还能用上很长一段时期。其实我们在学习不断出现的新技术的时候，也可以注意那些古老的但经过时间考验的技术。
