如何将 ANSI 文本转换为 Unicode？

Posted 2023-02-16

【中文标题】如何将 ANSI 文本转换为 Unicode？

【英文标题】：How to convert ANSI text to Unicode?

【发布时间】：2012-11-29 16:26:02

【问题描述】：

我想将 RTF 文本转换为 Unicode。在 RTF 字体表中，可以找到字体或字体的名称（例如 Arial Cyr、Courier Greek）和与之一起使用的字符集（0-255）。那么如何编写一个函数，将具有这些设置的字符代码（0-255）转换为Unicode？​​p>

如我所见，希腊语、Cyr、Tur 等后置标签会影响显示字符的字形，而字符集也会影响它。所以函数可以有这些输入参数：

字体名称后缀、字体字符集、字符代码

但接下来是什么？还是我走错路了？

【问题讨论】：

这是用于什么编程语言的？此外，字体无关紧要，您只需要将字符集转换为例如 UTF-8。 - What Every Programmer Absolutely, Positively Needs To Know About Encodings And Character Sets To Work With Text

这是重复的，看这里***.com/questions/2192319/…

我在windows下的c++上。我不相信字体是无关紧要的，因为有例如 Symbol、Webding 和其他特殊的字体名称，这会导致问题。 fontname 后缀也很重要，但我不知道 Windows 是如何处理这些后缀的。

此上下文中的 ANSI 定义不明确。 Microsoft 过去错误地使用该术语来指代特定的选定代码页，但正确的术语是字符集或（用 Microsoft 的说法）代码页；而且不止一个。有一个将 Windows-1252 标准化为 ANSI 代码页的提议，但它基本上失败了，发生的事情是国际标准 ISO-8859 使这项工作过时了。 （ISO-8859-1 大体上与 Windows 代码页兼容，但有细微差别。）

【参考方案1】：

RTF 早在 Unicode 之前就发明了。它肯定不是 ANSI 文本，RTF 只使用 ASCII，它使用字符集与以十六进制编码的非 ASCII 字符以及对字符集的引用的相当邪恶的混合。映射也不完美，很多 Unicode 代码点没有对应的字符集。

您将花费一生的时间来创建自己的 RTF 到 Unicode 转换器。利用现有的解决方案，大多数平台都有一个。在 Windows 上，这将是 RichEdit 控件。如果您使用 .NET，则特别简单，使用 RichTextBox 类，分配其 Rtf 属性并读回其 Text 属性。这是 utf-16 编码的 Unicode。

【讨论】：

非常感谢你，汉斯！我会试试这个，并分享结果。