Question

我正在尝试找到一种简单的JS方法将RTF转换为纯文本，我发现that simple solution似乎满足了我的需求。但是，我的所有RTF都是葡萄牙语，其中一些Latin1字符不会被上述功能所取代。

我只是放了一个正则表达式来代替RTF的“\ _ hh ”序列，用Javascript的“\ x hh ”，所以我有：

function convertToPlain(rtf) {
    rtf = rtf.replace(/\\par[d]?/g, "")

    rtf = rtf.replace(/\{\*?\\[^{}]+}|[{}]|\\\n?[A-Za-z]+\n?(?:-?\d+)?[ ]?/g, "").trim()

    rtf = rtf.replace(/\\'/g, '\\x')

    return rtf;
}

替换发生了。但是，使用JSFiddle中的代码，我无法获得返回的字符串，其中“\ x hh ”序列被替换。以下是结果示例：

 a inaugura\xe7\xe3o do novo Castel\xe3o, para as competi\xe7\xf5es

但是，如果我更改return语句以将上述示例用作文字，例如......

return " a inaugura\xe7\xe3o do novo Castel\xe3o, para as competi\xe7\xf5es"

...字符按预期替换：

 a inauguração do novo Castelão, para as competições

似乎字符串变量（但不是字符串文字）会导致其特殊字符无法替换。但是，我在SO中找不到任何解释，也没有在MSDN，W3C，我的书中找到任何解释。

有人可以在这里曝光吗？谢谢！

法布里西奥

Answer 1

你得到的是一个带有转义字符的字符串，你需要对它们进行解读，就像我想象的那样简单。字符串中没有任何魔法可以自动转换转义的字符序列，这是理所当然的（否则你怎么能存储它们？）。

我认为你正在寻找这个：

How do I decode a string with escaped unicode?

表达的常用方法是使用unescape(JSON.parse(...))（请参阅链接中的示例），否则您必须自己扫描并转换它们（该页面上接受的答案）。

还有另一种方法使用eval('"'+s+'"')，但从未对从服务器端接收的文本执行此操作。如果你100％确定这样做是安全的（即使Doug Crockford在他的JSON解析器中使用它）也没关系。

以下是为您的案例编辑的已接受答案中的代码：

var x = "a inaugura\\xe7\\xe3o do novo Castel\\xe3o, para as competi\\xe7\\xf5es";
var r = /\\u([\d\w]{4})|\\x([\d\w]{2})/gi;
x = x.replace(r, function (match, grp, grp2)) {
    return String.fromCharCode(parseInt(grp||grp2, 16)); } );
x = unescape(x);
console.log(x);

结果：

a inauguração do novo Castelão, para as competições

注意：代码更改主要在正则表达式中，添加|\\x([\d\w]{2})并将{4}更改为{2}，并支持\x，因为您使用的是1字节十六进制转义字符（0x??，对于256以下的字符）而不是2字节的unicode \u????方法。

JS字符串变量：为什么不替换特殊字符？

1 个答案: