Question

我们需要将RTF文档的内容作为纯文本。

我们正在使用RFTEditorKit，但我们需要处理的许多RTF文档包含 \ headerf 或其他头字段，而RTFEditorKit不会解析这些（默默忽略）。

是否有另一种轻量级解决方案可以将这些文档解析为纯文本？

Answer 1

RTF格式非常简单;编写自己的解析器不需要很长时间。否则，只需从JDK复制源代码并添加对缺少元素的支持（我说复制，因为从经验来看，JDK中的许多有用的类都无法扩展）。

[编辑]要确保这不会成为维护的噩梦，请将源复制到VCS上的不同项目中。相应地标记版本（因此，当Java的下一个版本发布时，您可以轻松地将其删除）。

然后创建第二个项目，这取决于第一个项目。分支您的第一个项目，并进行扩展原始类所需的所有小更改。保持这些变化很小。例如，将方法和字段设为public / protected并删除final。这样，跟踪更改很简单（因为您从不添加/删除行）。

与下一个版本合并将很容易。所有繁重的工作都必须在你自己的项目中完成。

Answer 2

这可能是您的解决方案的一部分：用于检索纯文本长度的（C ++）方法。您可以将字符复制到另一个字符串，而不是递增计数器。

简短翻译：klammern =括号

int Global::GetRtfPlainLength(const CString str)
{
int klammern = 0;
bool command = false;
int length = 0;
int i = 0;

//TRACE("\n%s\n",str);

while(i < str.GetLength())
{
    switch(str[i])
    {
    case '{': 
        klammern++;
        break;

    case '}': 
        klammern--;
        break;

    case '\\':
        if(!command) // only relevant outside command
        {
            switch(str[i + 1])
            {
            case '\'': // special chars: \'XX -> count only 1
                i += 3;
                length++;
                break;
            case '{': // escaped parenthesis
            case '}':
                length++;
                i++;
                break;
            default: // begin of a command
                command = true;
                i++;
                break;
            } // switch
        }
        break;

    case ' ': 
        if(klammern == 1) // inside parenthesis a space is part of the command
        {
            if(command)
                command = false;
            else 
                length++;
        }
        break;

    case 10:
    case 13:
        break;

    default:
        if(!command)
            length++;
        break;
    } // switch

    i++;
} // while

// some corrections
length += FindCount(str,"\\line ") * 2;
length += FindCount(str,"\\par ") * 2;

return length;
}

HTH。

rtf到文本，包括页眉和页脚

2 个答案: