無法讀取RTF文件ANSI包含阿拉伯語Charachters

Question

我RTF文件ANSI進行編碼，而它包含Arabic短語。我試圖讀取這個文件，但無法用正確的編碼讀取它。

RTF文件：

{\rtf1\fbidis\ansi\deff0{\fonttbl{\f0\fnil\fcharset178 MS Sans Serif;}{\f1\fnil\fcharset0 MS Sans Serif;}} 

\viewkind4\uc1\pard\ltrpar\lang12289\f0\rtlch\fs16\'ca\'d1\'cc\'e3\'c9: \'d3\'e3\'ed\'d1 \'c7\'e1\'e3\'cc\'d0\'e6\'c8\f1\ltrch\par 

} 

和我的Java代碼：

RTFEditorKit rtf = new RTFEditorKit(); 
Document doc = rtf.createDefaultDocument(); 
rtf.read(new InputStreamReader(new FileInputStream("Document.rtf"), "windows-1256"),doc,0); 
System.out.println(doc.getText(0,doc.getLength())); 

和錯誤的輸出是：

ÊÑÌãÉ: ÓãíÑ ÇáãÌÐæÈ 

Answer 1

嘗試RTFParserKit，這應該正確地支持類似的編碼你描述的那些。

這裏是您的示例中提取的文本：

ترجمة：سميرالمجذوب

我用了RtfDump類附帶RTFParserKit轉儲RTF內容到一個XML文件中。該類在所提供的輸入文件上調用StandardRtfParser，而RtfDumpListener類在讀取文件時接收解析器引發的事件，並隨着XML文件的進行向XML文件添加內容。