如何将 RTF 格式转换为字符串 C#

Posted 2023-04-12

【中文标题】如何将 RTF 格式转换为字符串 C#

【英文标题】：How to convert RTF format to String C#

【发布时间】：2021-11-17 18:01:00

【问题描述】：

如何将 Word 提取的文本转换为字符串。 数据存储在数据库中是这样的：

  2,2 kW, 1500/1800, 400-440V, 50/60Hz, IP55, Iso.F
 \rtf1\fbidis\ansi\ansicpg1252\deff0\deflang1031\fonttbl\f0\fswiss\fprq2\fcharset0 Arial;\f1\fswiss\fprq2\fcharset0 Calibri;\f2\fnil\fcharset0 Arial;
\viewkind4\uc1\pard\ltrpar\f0\fs20 8APE100L-4K-IE3\par
2,2 KW,   4-polig,    230/400V,   50Hz,   B5/A250,   IP55\par
\f1\fs22  \f0\fs20\par
Neutrales Zusatztypenschild mit folgenden Angaben:\par
2,2 kW, 400-440V/Y, 50 Hz,   1465min-1\par
2,2 kW, 400-440V/Y, 60 Hz,   1760min-1\f2\fs20\par

我想把它改成这样：

【问题讨论】：

您必须了解 Word 使用的是什么特定标准，它是否是专有的，以及是否有开源 C# 库可以帮助您。真的有必要吗？您不能将文本从 word 文件中复制并粘贴出来，或者将其保存为其他格式，例如 .txt？

那不是 Word，那是 RTF。 Word 是一个 ZIP 包，其中包含众所周知的 XML 格式。您发布的既不是 ZIP 文件也不是 XML\

@ThomasBonini Word 格式定义明确（ZIP 包含 XML 文件），带有 SDK 和几个开源库。不需要复制粘贴。至于文本，它会丢失所有格式。这就像要求人们用纯文本替换 html。无论如何，那不是 Word

WinForms 和 WPF 从第一个版本开始就有一个 RichText 控件。您没有解释要对该 RTF 文档执行什么操作（显示？编辑？提取文本？），因此您可能需要 RTF 控件。最坏的情况，你可以使用 RTF 控件来加载文档并读取纯文本

你想做什么？您正在构建什么样的应用程序？在 WPF 中，您可以使用 FlowDocument 和 TextRange 类加载 RTF，而不显示任何内容。

【参考方案1】：

            var application = new Microsoft.Office.Interop.Word.Application();
            var document = new Microsoft.Office.Interop.Word.Document();

            document = application.Documents.Add(Template: @"C:\path");
            Console.WriteLine(document.Range().Text);

您需要在您的项目中添加对COMMicrosoft Word 16.0 Object Library 的引用（16.0 是应该与您的 Microsoft Word 版本相同的版本）。

如果您已经有其他读取 Word 文件的方法，那就试试.Range().Text。

【讨论】：

这就像用榴弹炮杀死一只蚊子。此外，这是 RTF，不是 Word

它用于.docx 文档，库名称中包含单词Word。此外，我在本地尝试了代码 sn-p，它在读取 Word 文件并以可读格式打印它们时效果很好。

这要求实际安装了确切的 Word 版本，并且应用程序（OP 未指定）可以使用它（例如，明确不支持 Web 应用程序）

问题是关于 RTF，而不是 Word。 WinForms 和 WPF 都有 RtfTextBox 控件，因此它们不需要安装任何额外的东西。即使对于docx，使用Word 也是最后的手段。 Open XML SDK 可用于打开此类文件，即使它不是最友好的库

最后，在 NuGet 中搜索 docx 会返回 275 个结果。其中一些库是商业的，有些不是那么好，但它们都不需要安装 Word