我正在处理由未知平台上的其他人制作的RTF文件，除了一些字符外，所有内容都被正确解释，无论我在openoffice中打开它们的字符集。解释后，这是纯文本：
“Mêmetailleque la Terre，mêmemasse，mêmeâgecVénusasouventétéqualifiéedesœurde Terre。”
这是最初的ANSI段落：
“M \ u234 \'3fme taille que la Terre，m \ u234 \'3fme masse，m \ u234 \'3fme \ u226 \'3fge \ uc2 \ u61825 \'ff \ '81 \ uc1 c V \ u233 \'3fnus a souvent \ u233 \'3ft \ u233 \'3f qualifi \ u233 \'3fe de s \ u339 \'3fur de la Terre。“
放大：
“âgecVénus”成为“\ u226 \'3fge \ uc2 \ u61825 \'ff \ '81 \ uc1 c V \ u233 \'3fnus”
最后，我们提出了什么：
“\ uc2 \ u61825 \'ff \ '81 \ uc1 c”
此处\uc2和\uc1表示我们在4字节和2字节Unicode编码之间来回切换。
\u61825是一个未知的Unicode字符。实际上，根据RTF规范，任何大于2 ^ 15的UTF字符都应以负片形式书写;带有ANSI字符的否定形式应该使记事本看到“ - ”（减号）符号，对吗？所以我已经有了一些我不明白的东西，首先制作rtf文件的人使用的RTF编写器是如何做到的。也许我在规范，特定版本，字符集中遗漏了一些东西，我不知道。如果按原样使用，则61825将对应于位于Unicode表的私有区域中的F181。
然后，\'ff\'81将使用整个“特定字符”组（其结构通常为\uN\'XX）的ANSI等效字段，以编码4字节的内容长。再一次，我找不到：
提到的代码页（Windows-1252，ISO-8859-1，其他？）是什么（与文件中\uN\'XX序列所在的所有其他位置一样，{{ 1}}总是XX，Windows-1252代码为“？”，所以它没有给我太多信息）
3F（看起来像转义序列中的一些控制字符！）代表什么，然后是\'FF ...实际上，{{1}的翻译}到十六进制是\'81，而不是\u61825 ......我迷失在这里！
最后，翻译后的文本（用法语）会让我们期待的是“：”（分号）：“与地球大小相同，质量相同，年龄相同：金星经常被认定为地球的姐妹”。这是有道理的。但是什么rtf作家可以想象这样一个复杂的分号代码呢？
再次，经过1小时的搜索，我向你们提出问题：有人认识到这一点，并且可以告诉我使用了什么控制字编码，这里有一个大端/小端/ 2的补码61825，与F181相同，FF81汇集为\'ff\'81而不是FF81，这本身并不意味着什么...这里我的问题只是知道是否有一种方法可以从奇异的RTF编码中找回完整的原始文本！
答案 0 :(得分：2)
翻译的文本（用法语）会让我们期待的是“：”（分号
几乎：它应该是省略号。您可以看到源文本，例如here。
省略号通常应简单地写成三个句点，但传统上一直是表示省略号的单独字符，以便更好地控制它们的间距，在复杂的文本布局算法存在之前可以进行自动字形替换。因此，存在Unicode兼容性字符U + 2026 HORIZONTAL ELLIPSIS，允许往返于传统编码，例如Windows代码页1252，它是字节133.
然而，这不是您的RTF文档中编码的内容。这太容易了。
61825是一个未知的Unicode字符。
这是一个私人使用区域角色，这意味着它可以代表任何东西。 Word已将某些常用符号字体导出为PUA字符 - 有关背景，请参阅this post。
所以有人在某些时候可能使用了符号字体，其中代码单元129（U + F181中的0x81,61825）映射到看起来像省略号的东西。这个字体是什么，我不知道！它似乎不是通常的嫌疑人之一（符号，Wingdings，Webdings）。您可能只需要手动将U + F181替换为U + 2026，除非您可以找到有关源的更多信息。