筆者正在用C#開發一個名為XWriter的文字編輯器,其中需要提供對RTF文檔的支援,以前從沒有搞過RTF文檔,因此臨時突擊研究了一下,經過幾天的學習研究和實踐,對C#操作RTF文檔有所瞭解,因此才可以寫出此文給予說明,希望能對其他人學習RTF文檔格式有所協助。
RTF文檔格式是微軟提出的一種用於描述帶格式文本的文檔格式,上個世紀就提出來了,一直用到現在,而且很多程式都支援這種格式,微軟的Office軟體家族,Windows寫字板軟體等等都支援,而且Windows作業系統的剪下板和OLE拖拽操作也支援RTF文檔,這樣就允許不同的軟體通過RTF格式相互交流帶格式文本。比如我用的VS.NET2003中的C#代碼編輯器,在其中複製了一段代碼文本,在MS Word中粘貼所得就是具有高亮度顯示的文本。因此RTF格式的作用還是不小的,而且RTF格式是純文字格式,不是二進位格式,讀寫都不算難。
RTF文檔格式和HTML,XML之類的標記語言有點類似,原理不複雜,但內容還是比較多的,在微軟的MSND中就有文章詳細的介紹了RTF格式,地址是 ms-help://MS.MSDNQTR.2003FEB.2052/dnrtfspec/html/rtfspec.htm ,你用記事本開啟一個RTF文檔,可以發現其中也是純文字資料,而且一般全是ANSI字元,RTF文檔一般採用ASNI字元編碼格式進行儲存,其中是不能直接儲存漢字等編碼大於127的字元,要儲存得使用逸出字元。RTF文檔中使用一對花括弧"{ }"來定義一個組,組可以套嵌定義;用"\"來開始定義一個指令和逸出字元;此外還能包含純文字資料。所有的指令和逸出字元都必須包含在一個組中,一個RTF文檔只有一個根組,這點有點類似XML文檔只能有一個根節點的規定。
我們使用Windows寫字板建立一個RTF文檔,只輸入"Hellow"文本,設定文本顏色為藍色,然後儲存,然後使用記事本開啟剛剛儲存的RTF檔案,此時就能看到一個最簡單的RTF文檔的內容了,其內容如下。
{
\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
}
此處為了便於閱讀,對代碼進行了縮排處理,實際上RTF文檔中空白字元是會影響到顯示結果的,一般實際產生RTF文檔時不要添加額外的空白字元。
這段RTF代碼第一行和最後一行是表示根組的花括弧,然後是"\"開頭的指令,指令名稱全部由英文字母組成,若指令後面跟著若干個數字,則這些數字就是指令的參數。比如"\rtf1",這個指令名稱是"rtf",參數值是"1";而"\ansi"指令名稱是"ansi",沒有參數。
指令"\rtf"是每個RTF文檔必備的,而且總是第一個指令,因此可以看作RTF文檔的檔案頭標記。若一個RTF文檔第一個指令不是"rtf"指令,則可以認為這個RTF文檔是不合法的。
指令"\ansicpg"就是說明該RTF文檔的內容的編碼格式,參數就是編碼格式編號,例如"\ansicpg936"就是指明編碼格式為936號字元集,對於C#程式來說,就是庫函數 System.Text.Encoding.GetEncoding( 936 ) 的返回結果,也就是GB2312編碼格式。RTF文檔本身肯定是使用標準的ANSI格式儲存的,此處指明的字元編碼格式是用於處理RTF文檔中的逸出字元的,比如代碼中由連續的逸出字元 \'cb\'ce\'cc\'e5 ,程式解析RTF文檔時,應當將這一串逸出字元產生一個位元組數組,內容為 0xcb,0xce,0xcc,0xe5,然後使用第936號編碼格式對象的GetString( byte[] )函數來還原所儲存的字串,也就是"宋體"兩個字。這點比HTML的逸出字元處理要麻煩一些,HTML逸出字元是一個指令定義一個字元,而RTF中的是一個指令定義一個位元組,而漢字是雙位元組的字元編碼,轉化前還得設法獲得完整的位元組序列。
指令"\fonttbl"定義了文檔中使用的所有的字型的列表,RTF常值內容引用這個字型列表來獲得顯示文檔使用的字型,這和HTML文檔中統一定義CSS樣式有點類似。"fonttbl"組中由若干個子組,每個子組定義一個字型,字型定義組的第一個指令為"\f",帶有一個參數指明字型的編號,比如"\f0"指明這個字型編號為0,"\f1"指明字型編號為1。字型定義組還定義了關於字型的其他資訊,其中最重要的就是最後的字型名稱了。此示範文檔中,字型的名稱就是"\'cb\'ce\'cc\'e5;",經過編碼後就是"宋體;",小心後面還有個分號。注意字型編號可能是不連續的,比如可以存在這樣的字型表代碼"{\f0 ...}{\f1 ...}{\f99 ...}{\f212 ...}",因此解析RTF字型表時要考慮這點。
指令"\colortbl"定義了文件色彩表,RTF文檔是統一引用顏色值的,文檔內容的文本顏色,背景色等顏色設定都是引用顏色表的,RTF顏色表中只定義了各個顏色的RGB值,沒有明確的定義編號,引用時是按照從左至右的順序引用顏色的,而且顏色值的編號是從“1”開始計算的。此處定義了一個顏色值"\red0\green0\blue255",也就是純藍色。
指令"\*\generator"是定義了文檔的建立者,此處定義指令的方式比較特殊,採用了 "\*\"首碼,個人理解是定義了一種擴充指令,其他的RTF文檔處理常式遇到這樣的指令可以忽略不計。
後面的指令就是開始描述RTF文檔的本文了,比如"\pard"開始清除當前段落設定,當前段落設定為預設格式;"\f0"表示設定當前字型為字型表中編號為"0"的字型;"\fs20"設定字型大小,此處的字型大小為"20",單位是半個點(MSND是這樣說的:Font size in half-points (the default is 24));"\cf1"表示當前文本顏色採用第一號顏色,即純藍色(RTF顏色表序號從1開始計算);還有純文字資料 "Hellow"就是RTF文檔的純文字內容了。
對於英文內容,大部分是可以直接輸出到RTF文檔中,但對於某些特殊字元需要進行字元轉義,比如"\","{","}"等等,前面得加上轉義首碼"\",因此實際上輸出的是"\\","\{","\}",這類似C語言的逸出字元處理。對於定位字元,得輸出"\tab",對於編碼大於256的字元,例如漢字,得使用常值內容編碼器來編碼產生位元據,然後使用轉義首碼"\'"來轉義輸出一個個位元組編碼。比如“宋體”,它的GB2312編碼產生位元組序列 0xcb,0xce,0xcc,0xe5,它輸出到RTF文檔的結果就是“\'cb\'ce\'cc\'e5”。
RTF文檔中可以內嵌圖片,可以使用代碼"{\pict ... }",圖片組中包含了圖片的位元據的16進位編碼字串,MSDN中關於RTF圖片格式的說明不多,我對一些圖片資料的格式也不清楚,因此如何處理RTF圖片也沒多少可說的。
關於各種指令的詳細說明可參考MSDN中的相關文章,文章地址"ms-help://MS.MSDNQTR.2003FEB.2052/dnrtfspec/html/rtfspec_16.htm#rtfspec_21"。
我們對RTF文檔格式有所瞭解後,就可以開始編程來操作RTF文檔了,無非就是按照RTF格式來拼湊字串而已。比如我的文字編輯器有個功能,能將編輯的內容儲存為RTF格式,這時候就需要根據我的文件內容來產生RTF文檔。
首先是做一個RTF文檔書寫器,雖然產生RTF文檔的操作可以看作拼湊RTF字串,但在編程實踐中不能真的這麼拼湊,得仿造System.Xml.XmlWriter來做一個RTF文檔書寫器,我編了個名為RTFWriter的RTF文檔書寫器,該書寫器內部實現了基礎的RTF文檔格式的控制,能保證輸出正確的RTF文檔,它還提供了比較方便的編程介面,便於其他程式模組調用。這個RTF文檔書寫器完整的C#代碼如下:
/// /// RTF文檔書寫器 /// ///
/// 本書寫器對產生RTF文檔提供了基礎的支援 /// 編製 袁永福 http://www.xdesigner.cn
/// public class RTFWriter : System.IDisposable {
#region 測試代碼 ******************************************************
[System.STAThread] static void Main() { TestWriteFile();
TestClipboard(); } /// /// 測試產生RTF檔案
/// 執行這個函數後可以使用 MS Word 開啟檔案 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,你可以開啟檔案 c:\\a.rtf 了."); }
/// /// 測試產生RTF文檔並設定到系統剪下板中
/// 執行這個函數後就可以在 MS Word中使用粘貼操作來顯示程式產生的文檔了 ///
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 中粘貼文本了."); }
/// /// 測試產生RTF文檔 /// /// RTF文檔書寫器
private static void TestBuildRTF( RTFWriter w ) {
w.Encoding = System.Text.Encoding.GetEncoding( 936 ); // 輸出檔案頭
w.WriteStartGroup(); w.WriteKeyword("rtf1");
w.WriteKeyword("ansi");
w.WriteKeyword("ansicpg" + w.Encoding.CodePage ); // 輸出字型表
w.WriteStartGroup(); w.WriteKeyword("fonttbl");
w.WriteStartGroup(); w.WriteKeyword("f0"); w.WriteText("隸書;");
w.WriteEndGroup(); w.WriteStartGroup(); w.WriteKeyword("f1");
w.WriteText("宋體;"); w.WriteEndGroup(); w.WriteEndGroup();
// 輸出顏色表 w.WriteStartGroup(); w.WriteKeyword("colortbl");
w.WriteText(";"); w.WriteKeyword("red0");
w.WriteKeyword("green0"); w.WriteKeyword("blue255");
w.WriteText(";"); w.WriteEndGroup(); // 輸出本文
w.WriteKeyword("qc"); // 設定置中對齊 w.WriteKeyword("f0"); // 設定字型
w.WriteKeyword("fs30"); // 字型大小 w.WriteText("這是第一段文本 ");
w.WriteKeyword("cf1"); // 設定顏色 w.WriteText("隸書 ");
w.WriteKeyword("cf0"); // 設定為預設顏色 w.WriteKeyword("f1"); // 設定字型
w.WriteText("置中對齊 ABC12345"); w.WriteKeyword("par"); // 開始新的段落
w.WriteKeyword("pard"); // 清除置中對齊 w.WriteKeyword("f1"); // 設定字型
w.WriteKeyword("fs20"); // 字型大小 w.WriteKeyword("cf1");
w.WriteText("這是第二段文本 宋體 靠左對齊 ABC12345"); // 結束輸出
w.WriteEndGroup(); } #endregion /// /// 初始化對象
/// /// 文本書寫器 public RTFWriter( System.IO.TextWriter w )
{ myWriter = w ; } /// /// 初始化對象 ///
/// 檔案名稱 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 ) ;
/// /// 字元編碼格式 ///
public System.Text.Encoding Encoding {
get{ return myEncoding ;} set{ myEncoding = value;}
} /// /// 內建的文本書寫器 ///
private System.IO.TextWriter myWriter = null;
private bool bolIndent = false; /// /// 是否使用縮排 ///
/// /// RTF文檔內部不能隨便縮排,提供此選項只是用於產生便於閱讀的RTF文檔,便於程式的調試,
/// 在開發調試中可以設定該屬性為true,方便開發人員能直接查看產生的RTF文檔,但在產生最終啟動並執行
/// 程式時應當設定該屬性為 false . /// public bool Indent {
get{ return bolIndent ;} set{ bolIndent = value;} }
private string strIndentString = " "; /// /// 縮排字串
/// public string IndentString {
get{ return strIndentString ;} set{ strIndentString = value;}
} /// /// 當前縮排層次 ///
private int intGroupLevel = 0 ; /// /// 關閉對象 ///
public void Close() { if(this.intGroupLevel > 0 )
throw new System.Exception("還有組未寫完"); if( myWriter != null ) {
myWriter.Close(); myWriter = null; } } ///
/// 輸出一個組 /// /// 關鍵字
public void WriteGroup( string KeyWord ) {
this.WriteStartGroup(); this.WriteKeyword( KeyWord );
this.WriteEndGroup(); } /// /// 開始輸出組 ///
public void WriteStartGroup( ) { if( bolIndent ) {
InnerWriteNewLine(); myWriter.Write("{"); } else
myWriter.Write("{"); intGroupLevel ++ ; } ///
/// 結束輸出組 /// public void WriteEndGroup() {
intGroupLevel -- ; if( intGroupLevel < 0 )
throw new System.Exception("組不匹配"); if( bolIndent ) {
InnerWriteNewLine(); InnerWrite("}"); } else
InnerWrite("}"); } /// /// 輸出原始文本 ///
/// 文本值 public void WriteRaw( string txt ) {
if( txt != null && txt.Length > 0 ) {
InnerWrite( txt ); } } /// /// 輸出關鍵字 ///
/// 關鍵字值 public void WriteKeyword( string Keyword ) {
WriteKeyword( Keyword , false ); } /// /// 輸出關鍵字
/// /// 關鍵字值 /// 是否是擴充關鍵字
public void WriteKeyword( string Keyword , bool Ext) {
if( Keyword == null || Keyword.Length == 0)
throw new System.ArgumentNullException("值不得為空白");
if( bolIndent == false && ( Keyword == "par" || Keyword == "pard" ) )
{ // par 或 pard 前可以輸出空白行,不影響RTF文檔顯示
InnerWrite( System.Environment.NewLine ); }
if( this.bolIndent ) {
if( Keyword == "par" || Keyword == "pard" ) {
this.InnerWriteNewLine(); } } if( Ext )
InnerWrite("\\*\\"); else InnerWrite("\\");
InnerWrite( Keyword ); } /// /// 內容文本編碼格式 ///
private System.Text.Encoding Unicode = System.Text.Encoding.Unicode ;
/// /// 輸出純文字 /// /// 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 )
{ // 出現特殊字元,需要斜線轉義 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 ++ ) }
/// /// 當前位置 /// private int intPosition = 0 ;
/// /// 當前行的位置 /// private int intLineHead = 0 ;
/// /// 16進位字元組 ///
private const string Hexs = "0123456789abcdef"; ///
/// 輸出位元組數組 /// /// 位元組數組
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 ; } } /// /// 輸出一個位元組資料
/// /// 位元組資料 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 內部成員 ******************************************************
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 /// /// 銷毀對象 ///
public void Dispose() { this.Close(); } }
你使用VS.NET建立一個C#工程項目後,刪除自動產生的Main()函數,然後複製並粘貼這段代碼,這樣就可以編譯運行了。
在這個RTFWriter的基礎上,你可以構造自己的RTF應用了,比如將資料庫的資料匯出到RTF文檔中,使用RTF格式向其他程式傳遞資料。筆者正在開發的XWriter文字編輯器也使用RTFWriter將編輯的文檔儲存為RTF格式,而且實際上這篇文章是完全使用XWriter編輯的,然後匯出為HTML格式,沒有使用MS Word,FrontPage等其他文檔編輯器,本文中的代碼是在VS.NET的C#代碼編輯器中直接複製-粘貼而得。
本文只是對操作RTF文檔提供了一些比較簡單的說明,詳細內容可以參考MSDN中關於RTF的說明,網路上的資源更是多如牛毛。RTF文檔格式原理簡單,但內容卻不少,它是一種很古老的技術,卻一直到現在還在廣泛的使用,而且估計還能用上很長一段時期。其實我們在學習不斷出現的新技術的時候,也可以注意那些古老的但經過時間考驗的技術。