unicode - 如何将 ANSI 文本转换为 Unicode？

Question

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？

如我所见，希腊语、西尔语、土耳其语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：

fontname 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？

Answer 1

RTF 早在 Unicode 之前就发明了。它肯定不是 ANSI 文本，RTF 仅使用 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，许多 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。