如何輸出unicode字符串到RTF（使用C＃）

我試圖輸出unicode字符串到RTF格式。（使用C＃和WinForms）如何輸出unicode字符串到RTF（使用C＃）

如果需要Unicode轉義，控制字\用於U，接着是16位有符號十進制整數給出的Unicode編碼點數目。爲了沒有Unicode支持的程序的好處，這必須在指定的代碼頁中最接近這個字符的表示。例如，\ u1576？會給阿拉伯文字母beh，指定那些沒有Unicode支持的舊程序應該把它作爲問號來代替。

我不知道如何將Unicode字符轉換爲Unicode碼點（「\ u1576」）。轉換爲UTF 8，UTF 16和類似的很容易，但我不知道如何轉換爲代碼點。在我使用這個

場景：

我讀現有的RTF文件轉換成字符串（我讀模板）
＃與string.replace＃TOKEN與MyUnicodeString（模板填充數據）
將結果寫入另一個RTF文件。

問題，出現在Unicode字符到達

來源

2009-09-02 Emir

前提是所有你在Basic Multilingual Plane迎合存在的字符（這是不可能的你需要更多），那麼一個簡單的UTF-16編碼就足夠了。

百科：從U + 0000

所有可能的碼點通過U + 10FFFF，除了替代代碼點U + D800-U + DFFF （不是字符），是由UTF-16唯一映射，不管字符指定或使用，不管代碼點的當前或未來。

下面的示例程序說明做沿着你想要的東西線：

static void Main(string[] args) 
{ 
    // ë 
    char[] ca = Encoding.Unicode.GetChars(new byte[] { 0xeb, 0x00 }); 
    var sw = new StreamWriter(@"c:/helloworld.rtf"); 
    sw.WriteLine(@"{\rtf 
{\fonttbl {\f0 Times New Roman;}} 
\f0\fs60 H" + GetRtfUnicodeEscapedString(new String(ca)) + @"llo, World! 
}"); 
    sw.Close(); 
} 

static string GetRtfUnicodeEscapedString(string s) 
{ 
    var sb = new StringBuilder(); 
    foreach (var c in s) 
    { 
     if (c <= 0x7f) 
      sb.Append(c); 
     else 
      sb.Append("\\u" + Convert.ToUInt32(c) + "?"); 
    } 
    return sb.ToString(); 
}

最重要的一點是基本上返回有問題的字符的代碼點值Convert.ToUInt32(c)。unicode的RTF轉義需要十進制unicode值。根據MSDN文檔，System.Text.Encoding.Unicode編碼對應於UTF-16。

來源

2009-09-02 14:39:12

嗯，非常有趣的一點。如果那是真的，那麼在我的邏輯中有可能出現錯誤...而伊恩坎普的回答更有意義......我會繼續使用Google搜索 – Emir 2009-09-02 15:21:57

謝謝你的例子，它的工作原理！ – Emir 2009-09-03 10:51:56

您必須將字符串轉換爲byte[]陣列（使用Encoding.Unicode.GetBytes(string)），然後通過數組循環，並在前面加上一個\和u字符所有Unicode字符您找。當您將數組轉換回字符串時，您必須將Unicode字符保留爲數字。

例如，如果你的陣列是這樣的：

byte[] unicodeData = new byte[] { 0x15, 0x76 };

它會成爲：

// 5c = \, 75 = u 
byte[] unicodeData = new byte[] { 0x5c, 0x75, 0x15, 0x76 };

來源

2009-09-02 14:38:46

嗨，謝謝你的迴應，我試圖實現你的解決方案，不幸的是它不工作。我認爲這是因爲Codepoint和UTF16編碼（Encoding.Unicode）之間存在差異您建議我從UTF16編碼中輸出除碼點外的字節。（並且這適用於很多人物，但不是全部） – Emir 2009-09-02 15:18:53

此答案也適用於工作，當我測試它時，我的代碼中可能有一個錯誤。謝謝你的回答和你的時間 – Emir 2009-09-03 11:06:32

這裏唯一的問題是當你轉換爲一個字節數組時，你將失去你的編碼。最好將其保留爲UTF-16並循環播放。 – Brain2000 2016-08-02 21:24:43

從接受的答案固定碼 - 添加特殊字符轉義，如本link

static string GetRtfUnicodeEscapedString(string s) 
{ 
    var sb = new StringBuilder(); 
    foreach (var c in s) 
    { 
     if(c == '\\' || c == '{' || c == '}') 
      sb.Append(@"\" + c); 
     else if (c <= 0x7f) 
      sb.Append(c); 
     else 
      sb.Append("\\u" + Convert.ToUInt32(c) + "?"); 
    } 
    return sb.ToString(); 
}

來源

2012-04-03 07:11:21 Hogan

根據說明書中所述，這裏有一些Java代碼的測試和工程：

public static String escape(String s){ 
     if (s == null) return s; 

     int len = s.length(); 
     StringBuilder sb = new StringBuilder(len); 
     for (int i = 0; i < len; i++){ 
      char c = s.charAt(i); 
      if (c >= 0x20 && c < 0x80){ 
       if (c == '\\' || c == '{' || c == '}'){ 
        sb.append('\\'); 
       } 
       sb.append(c); 
      } 
      else if (c < 0x20 || (c >= 0x80 && c <= 0xFF)){ 
       sb.append("\'"); 
       sb.append(Integer.toHexString(c)); 
      }else{ 
       sb.append("\\u"); 
       sb.append((short)c); 
       sb.append("??");//two bytes ignored 
      } 
     } 
     return sb.toString(); 
}

重要的是，你需要追加2個字符（靠近unicode字符或者只是使用？代替）在轉義的uncode之後。因爲unicode佔用2個字節。

此外，規範說如果代碼點大於32767，你應該使用負值，但在我的測試中，如果你不使用負值，那就沒問題。

這裏是規格：

\ UN此關鍵字表示具有根據當前ANSI代碼頁上沒有等效ANSI表示一個單一的Unicode字符。 N表示以十進制數表示的Unicode字符值。此關鍵字後面跟着ANSI代碼中的等效字符。這樣，老的讀者會忽略\ uN關鍵詞並正確地選取ANSI表示。遇到這個關鍵字時，讀者應忽略接下來的N個字符，其中N對應於遇到的最後一個\ ucN值。

與所有RTF關鍵字一樣，關鍵字終止空間可能存在（ANSI字符之前），這些空間不包括在要跳過的字符中。雖然這不太可能發生（或推薦），但\ bin關鍵字，其參數以及後面的二進制數據被認爲是用於跳過目的的一個字符。如果在掃描可跳過的數據時遇到RTF作用域分隔符（即打開或關閉大括號），則可跳過的數據被視爲在分隔符之前結束。這使讀者可以執行一些基本的錯誤恢復。要在可跳過的數據中包含RTF分隔符，必須使用適當的控制符號（即，用反斜槓轉義）以純文本形式表示它。任何RTF控制字或符號被視爲用於計算可跳過字符的單個字符。

一個RTF編寫器，當它遇到一個沒有相應的ANSI字符的Unicode字符時，應該輸出\ uN，後面跟着它可以管理的最好的ANSI表示。另外，如果Unicode字符轉換爲字符數與當前Unicode字符字節數不同的ANSI字符流，則應在\ uN關鍵字之前發出\ ucN關鍵字以通知讀者該更改。

RTF控制字通常接受帶符號的16位數作爲參數。由於這個原因，Unicode值大於32767必須表示爲負數

來源

2016-07-11 00:15:03

如何輸出unicode字符串到RTF（使用C＃）

回答

相關問題