Question

理想情况下，我想要一个不需要超级用户访问权限的模块或库;我在工作环境中的权限有限。

Answer 1

我一直在研究名为Pyth的库，它可以做到这一点：

http://pypi.python.org/pypi/pyth/

将RTF文件转换为纯文本看起来像这样：

from pyth.plugins.rtf15.reader import Rtf15Reader
from pyth.plugins.plaintext.writer import PlaintextWriter

doc = Rtf15Reader.read(open('sample.rtf'))

print PlaintextWriter.write(doc).getvalue()

Pyth还可以生成RTF文件，读取和写入XHTML，生成来自Nevow's stan的Python标记的文档，并且对乳胶和pdf输出的实验支持有限。它的RTF支持是pretty robust - 我们在生产中使用它来读取由各种版本的Word，OpenOffice，Mac TextEdit，EIOffice和其他版本生成的RTF文件。

Answer 2

OpenOffice有一个RTF阅读器。您可以使用python编写OpenOffice脚本，see here for more info。

你可能会尝试在Windows上使用魔术com对象来读取任何闻起来像ms-binary的东西。我不建议这样做。

实际上解析原始数据可能不会很难，see this example用.bat / QBasic编写。

DocFrac是RTF，HTML和文本之间的免费开源转换器。 Windows，Linux，ActiveX和DLL平台可用。将它包装在python中可能非常容易。

RTF::TEXT::Converter - 用于将RTF转换为文本的Perl扩展。（如果您在使用DocFrac时遇到问题）。

Microsoft的官方RTF格式（RTF）Specifications，版本1.7。

祝你好运（在你的工作环境中享有有限的特权）。

Answer 3

你签出了pyrtf-ng吗？

更新：如果您进行Subversion结帐，则可以使用解析功能，但我不确定它的功能是多么全面。（查看rtfng.parser.base模块。）

Answer 4

以下是使用正则表达式将rtf转换为文本的脚本的链接： Regular Expression for extracting text from an RTF string

另外，github上的更新链接： Github link

Answer 5

用于通用RTF处理的库pyrtf-ng很好。

Answer 6

PyRTF-ng 0.9.1没有使用ParsingException解析任何我的RTF文档。第一个文档是使用OpenOffice 3.4生成的，第二个文档是使用Mac TextEdit生成的。

Pyth 0.5.6解析两个文档没有问题，但没有正确处理西里尔符号。

但是每个编辑器都能正确地打开其他编辑器文档并且没有问题，所以所有库似乎都有一个弱的rtf支持。

所以我正在用二十一点和妓女写自己的解析器。

（我上传了这两个文件，因此您可以自行检查RTF库：http://yadi.sk/d/RMHawVdSD8O9 http://yadi.sk/d/RmUaSe5tD8OD）

Answer 7

我刚刚遇到pyrtflib - 其中没有太多（任何）文档，有点安装它然后使用内置的help（）函数来查找什么是可用的，什么都可以。

在我的rtf.Rtf2Html.getHtml（）函数的小试运行中说它运行得很好。我还没有尝试过Rtf2Txt函数，但考虑到将rtf转换为纯文本的简单性，我应该做得很好。

Answer 8

如果您使用的是Mac，则可以将RTF的{{1}}文件file.rtf从TXT转换为CLI，例如：

textutil -convert txt file.rtf

Answer 9

我碰到了同样的事情，我试图自己编码。这并不容易，但这就是我决定使用命令行应用程序时的情况。它的红宝石，但你可以很容易地适应python。有一些标题垃圾要清理，但你可以看到或多或少的想法。

f = File.open('r.rtf','r')
 b=0
 p=false
 str = ''
 begin
    while (char = f.readchar)
        if char.chr=='{'
   b+=1 
   next
  end
        if char.chr=='}'
   b-=1 
   next
  end
  if char.chr=='\\'
   p=true
   next
  end
  if p==true && (char.chr==' ' or char.chr=='\n' or char.chr=='\t' or char.chr=='\r')
   p=false 
   next
  end
  if p==true && (char.chr=='\'')
#this is the source of my headaches. you need to read the code page from the header and encode this.
   p=false 
   str << '#'
   next
  end
  next if b>2
  next if p
  str << char.chr
    end
rescue EOFError
end
f.close

Answer 10

相反，如果您想从Python轻松编写RTF，可以使用第三方模块rtflib。这是一个相当新的和不完整的模块，但仍然非常强大和有用。下面是一个将富文本中的“hello world”写入名为helloworld.rtf的RTF的示例。这是一个非常原始的示例，该模块还可用于向RTF文件添加颜色，斜体，表格和富文本的许多其他方面。

from rtflib import *
file = RTF("helloworld.rtf")
file.startfile()
file.addstrict()
file.addtext("hello world")
file.writeout()

是否有用于将RTF转换为纯文本的Python模块？

10 个答案: