如何：将 RTF 转换为纯文本（C# 编程指南）
RTF 格式是 Microsoft 于 20 世纪 80 年代后期开发的一种文件格式，旨在实现不同操作系统之间的文档交换。Microsoft Word 和 WordPad 都可以读写 RTF 文件。在 .NET Framework 中，可以使用 RichTextBox 控件创建支持 RTF 且支持用户以 WYSIWIG 方式将格式应用于文本的字处理器。
也可以使用 RichTextBox 以编程方式将 RTF 格式代码从文档中移除，从而将该文档转换为纯文本。执行这种类型的操作无需在 Windows 窗体中嵌入该控件。
在项目中使用 RichTextBox 控件
添加对 System.Windows.Forms.dll 的引用。
为 System.Windows.Forms 命名空间添加 using 指令（可选）。
下面的示例将示例 RTF 文件转换为纯文本。文件包含 RTF 格式设置 (如字体信息)，四个 Unicode 字符和四个扩展的 ASCII 字符。代码示例打开文件，将其内容设置为 RichTextBox，当 RTF，检索该内容作为文本，并在 MessageBox的文本和输出该文本到一个 UTF-8 格式的文件。
MessageBox 和输出文件包含以下文本：
The Greek word for "psyche" is spelled ψυχή. The Greek letters are encoded in Unicode.
These characters are from the extended ASCII character set (Windows code page 1252): âäӑå
// Use NotePad to save the following RTF code to a text file in the same folder as
// your .exe file for this project. Name the file test.rtf.
/*
{\rtf1\ansi\ansicpg1252\deff0\deflang1033{\fonttbl{\f0\fswiss\fcharset0 Arial;}
{\f1\fnil\fprq1\fcharset0 Courier New;}{\f2\fswiss\fprq2\fcharset0 Arial;}}
{\colortbl ;\red0\green128\blue0;\red0\green0\blue0;}
{\*\generator Msftedit 5.41.21.2508;}
\viewkind4\uc1\pard\f0\fs20 The \i Greek \i0 word for "psyche" is spelled \cf1\f1\u968?\u965?\u967?\u942?\cf2\f2 . The Greek letters are encoded in Unicode.\par
These characters are from the extended \b ASCII \b0 character set (Windows code page 1252): \'e2\'e4\u1233?\'e5\cf0\par }
*/
class ConvertFromRTF
{
static void Main()
{
// If your RTF file isn't in the same folder as the .exe file for the project,
// specify the path to the file in the following assignment statement.
string path = @"test.rtf";
//Create the RichTextBox. (Requires a reference to System.Windows.Forms.)
System.Windows.Forms.RichTextBox rtBox = new System.Windows.Forms.RichTextBox();
// Get the contents of the RTF file. When the contents of the file are
// stored in the string (rtfText), the contents are encoded as UTF-16\.
string rtfText = System.IO.File.ReadAllText(path);
// Display the RTF text. This should look like the contents of your file.
System.Windows.Forms.MessageBox.Show(rtfText);
// Use the RichTextBox to convert the RTF code to plain text.
rtBox.Rtf = rtfText;
string plainText = rtBox.Text;
// Display the plain text in a MessageBox because the console can't
// display the Greek letters. You should see the following result:
// The Greek word for "psyche" is spelled ψυχή. The Greek letters are
// encoded in Unicode.
// These characters are from the extended ASCII character set (Windows
// code page 1252): âäӑå
System.Windows.Forms.MessageBox.Show(plainText);
// Output the plain text to a file, encoded as UTF-8\.
System.IO.File.WriteAllText(@"output.txt", plainText);
}
}
RTF 字符以八位编码。但是，除了从指定的代码页，扩展 ASCII 字符之外用户可以指定 Unicode 字符。由于 RichTextBox.Text 属性为 string 类型，因此字符按 Unicode UTF-16 进行编码。源 RTF 文档中的所有扩展的 ASCII 字符和 Unicode 字符都在文本输出中进行了正确的编码。
如果使用 File.WriteAllText 方法将文本写入磁盘，则文本将按 UTF-8（没有字节顺序标记）进行编码。