RTF是一种非常流行的文件结构,很多文字编辑器都支持它,VB等开发工具甚至还提供了Richtxtbox的控件。编写通用工具的程序员应该考虑在自己的软件中加入读写RTF文件的功能,这样就需要对RTF的结构有充分的了解。而现在最重要的信息发布手段莫过于WWW了,在编辑软件中提供RTF到HTML的转换也是程序员应该考虑的事情。尽管WORD中已经有这个功能,但不能因此就对您的顾客说:“先用我的程序存成RTF,然后再用WORD......”。下面将对RTF文件结构分析及其应用进行讨论。 掌握了基本文字表述方法后,你一定会试着进一步探索文本更高级的表示方法,如下划线、颜色、粗体、斜体等等,而这些在V1.7规范中都作了详细描述,本文只列出部分常用关键字,以供参考。l 对于字体表和颜色表的说明:对于我们在文档中使用的每一个字体和颜色,我们都必须在文档头的字体表和颜色表中预先定义。字体表定义的例子如下:{\fonttbl{\f0\froman\fcharset0\fprq2{\*\panose 02020603050405020304}Times New Roman;}{\f1\fswiss\fcharset0\fprq2{\*\panose 020b0604020202020204}Arial;}{\f10\fnil\fcharset2\fprq2{\*\panose 05000000000000000000}Wingdings;}… …}我们在使用字体时,就可以直接指定字体表的一个索引,如:“\f1Happy”表示字体为Arial 的文本Happy。如果我们想加入其他字体,如“华文中宋”,那么只需要在字体表中加入该字体说明,并在需要时引用该字体索引值即可。方法为(华文中宋的ASCII串为“\'bb\'aa\'ce\'c4\'d6\'d0\'cb\'ce”):{f222\fnil\fcharset134\fprq2\'bb\'aa\'ce\'c4\'d6\'d0\'cb\'ce;},然后通过\f222来引用该字体即可。颜色表定义的例子如下:{\colortbl;\red0\green0\blue0;\red0\green0\blue255;\red0\green255\blue255;\red0\green255\blue0;\red255\green0\blue255;\red255\green0\blue0;\red255\green255\blue0;\red255\green255\blue255;\red0\green0\blue128;\red0\green128\blue128;\red0\green128\blue0;\red128\green0\blue128;\red128\green0\blue0;\red128\green128\blue0;\red128\green128\blue128;\red192\green192\blue192; … …}颜色表中每个颜色值采用RGB格式书写,每个颜色用分号格开,注意第一个颜色值\c0为空,表示系统默认颜色(一般为黑色)。依次为:\0、\1、\2、… …。我们在使用颜色时(如字体颜色)就可以指定某一个颜色索引值,如“\cf2Sunday”表示字体颜色为RGB(0,0,255)蓝色的文字Sundy。“\cb6ABC”表示字体背景色为RGB(255,0,0)的文字“ABC”。如果我们需要加入其他颜色值,只需要在颜色表中加入颜色定义,并通过相应的索引值来引用它即可。
字符底纹语法如下:
控制字 涵义
==============================================================
\chbrdr 字符边框(每边均有边框)。
\chshdngN 字符阴影。参数N的值文字阴影的百分比。
\chcfpatN N是背景图案的颜色,指定文档颜色表的一个索引。
\chcbpatN N是填充色,指定文档颜色表的一个索引。
\chbghoriz 指定水平线文本背景图案。
\chbgvert 指定垂直线文本背景图案。
\chbgfdiag 指定正向对角线文本背景图案(\\\\)。
\chbgbdiag 指定反向对角线文本背景图案(\\\\)。
\chbgcross 指定十字线文本背景图案。
\chbgdcross 指定对角十字线文本背景图案。
\chbgdkhoriz 指定粗水平线文本背景图案。
\chbgdkvert 指定粗垂直线文本背景图案。
\chbgdkfdiag 指定粗前斜线文本背景图案(\\\\)。
\chbgdkbdiag 指定粗后斜线文本背景图案(////)。
\chbgdkcross 指定粗十字线文本背景图案。
\chbgdkdcross 指定粗对角十字线文本背景图案。
假设我们希望得到背景为水平线、字体为华文中宋(字体索引为222)、颜色为红色(颜色索引为6)的文本“星期天”,则只需输入:\f222\cf6\chbghoriz\'bb\'aa\'ce\'c4\'d6\'d0\'cb\'ce 即可。
字符下划线语法如下:
控制字 涵义
=========================================================================
\ul连续的下划线。
\ul0关闭所有下划线。
\ulcN 下划线颜色。(注意:大写N表示一个索引数字,下同)
\uld 点下划线。
\uldash 短划下划线。
\uldashd 点划下划线。
\uldashdd 双点划下划线。
\uldb 双下划线。
\ulhwave 加重波浪下划线。
\ulldash 长划下划线。\ulnone 停止所有下划线。\ulth 粗下划线。
\ulthd 粗点下划线。
\ulthdash 粗短划下划线。
\ulthdashd 粗点划下划线。
\ulthdashdd 粗双点划下划线。
\ulthldash 粗长划下划线。
\ululdbwave 双波浪下划线。
\ulw 字下加下划线。
\ulwave 波浪下划线。 下划线语法与前面底纹的使用相同。
其他文本显示高级属性:
控制字 涵义
====================================================
\outl 边框。
\ outl 0关闭之。
\scaps 小体大写字母。
\ scaps 0关闭之。
\shad 阴影。
\ shad 0关闭之。
\strike 删除线。
\strike0关闭之。
\striked1 双删除线。
\striked0关闭之。
\sub 按照字体信息的下标文本和缩小点的尺寸。
\super 按照字体信息的上标文本和缩小点的尺寸。
对齐方式语法如下:
控制字 涵义
======================================================================
\qc 居中对齐。
\qj 两端对齐。
\ql 左对齐(默认)。
\qr 右对齐。\qd 分散对齐。
\qkN 使用Kashida规则调整行百分比(0-低、10-中、20-高)。
\qt .用于泰文的分散对齐。
文本缩进语法如下:
控制字 涵义
========================================================================
\fiN 首行缩进(默认为0)。
\cufiN 采用字符单位的百分比的首行缩进值,用以覆盖\fiN的设置,虽然它们可以设为相同值。
\liN 左端缩进(默认为0)。
\linN 从左至右段落的左端缩进值;如果在从右至左段落则表示右端缩进值(默认为0)。\linN定义了段前空格数。
\culiN 采用字符单位的百分比的左端缩进值,与\linN一样,它用以覆盖\liN和\linN的设置,虽然它们可以设为相同值。
\riN 右缩进(默认为0)。
\rinN 从左至右段落的右端缩进值;如果在从右至左段落则表示左端缩进值(默认为0)。\rinN定义了段前空格数。
\curiN 采用字符单位的百分比的右端缩进值,与\rinN一样,它用以覆盖\riN和\rinN的设置,虽然它们可以设为相同值。
\adjustright 当文档网格被定义时自动调整右缩进。
文本间距语法如下:
控制字 涵义
========================================================================
\sbN 段后间隔(默认为0)。
\saN 段前间隔(默认为0)。\sbautoN 自动段前间隔:
0 段前间距取决于\sb。
1 自动段前间距(忽略\sb)。
默认为0。\saautoN 自动段后间隔:
0 段后间距取决于\sa。1 自动段后间距(忽略\sa)默认为0。
\lisbN 采用字符单位的百分比的段前间隔值,用以覆盖\sbN的设置,虽然它们可以设为相同值。
\lisaN 采用字符单位的百分比的段后间隔值,用以覆盖\saN的设置,虽然它们可以设为相同值。
\slN 行间距。如果没有使用该控制字或者使用\sl0,则行间距将根据行间字符最高值自动取值。若N为一个正值,则该值将仅仅在该值大于行间字符最高值时才使用(否则,使用字符最高值);分N是一个负值,即使在其小于行间字符最高值时,总是使用N的绝对值。\slmultN 多倍行间距。指出当前行间距是单倍行距的倍数。该控制字只能跟在\sl后,联合作用。0 “最小”或者是“精确”的行距1 多倍行距,相对于“单倍”行距。
\nosnaplinegrid 取消对齐网格线。 上面对文本和图片都进行了分析,相信你已经对rtf文件格式有了一定体会,接下来说明rtf文件中表的表示方法。表的定义稍显复杂,不过还是有规律可循的。不存在rtf表组,实际上表由段落属性来描述。一个表表现为多个表行的顺序排列。一个表行是一个由不同单元格组成的段落序列。简言之,表格由行组成,行由单元格组成。不管有多复杂的表格,它都是通过一行接一行的描述来实现的,包括表格的嵌套。表行从控制字\trowd开始,\row结束。包含在一个表行中的每个段落必须指定\intbl控制字或者从前一段落继承。一个单元内可能有多个段落;单元由单元格标志(\cell控制字)结束,行由行标志(\row控制字)结束。表行也可以被绝对定位。此时,表行的每个段落必须具有相同的定位控制字。表的属性可以从前一行继承;因此,连续的表行可以通过单一的<tbldef>来定义。 一个简单表格例子如下: 1,1 1,2 1,3 2,1 2,2 2,3 rtf内容如下: \trowd \irow0\irowband0\ts15\trgaph108\trleft-108\trbrdrt \brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \trftswidth1\trftswidthb3\trautofit1\trpaddl108\trpaddr108\trpaddfl3\trpaddft3\trpaddfb3\trpaddfr3\tblrsid2113686\tbllkhdrrows\tbllklastrow\tbllkhdrcols\tbllklastcol \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2840\clshdrawnil \cellx2732\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2841\clshdrawnil \cellx5573\clvertalt\clbrdrt \brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2841\clshdrawnil \cellx8414\pard\plain \qj \li0\ri0\nowidctlpar\intbl\aspalpha\aspnum\faauto\adjustright\rin0\lin0\yts15 \fs21\lang1033\langfe2052\kerning2\loch\af0\hich\af0\dbch\af13\cgrid\langnp1033\langfenp2052 {\insrsid2113686 \hich\af0\dbch\af13\loch\f0 1,1\cell \hich\af0\dbch\af13\loch\f0 1,2\cell \hich\af0\dbch\af13\loch\f0 1,3\cell }\pard\plain \ql \li0\ri0\widctlpar\intbl\aspalpha\aspnum\faauto\adjustright\rin0\lin0 \fs21\lang1033\langfe2052\kerning2\loch\af0\hich\af0\dbch\af13\cgrid\langnp1033\langfenp2052 {\insrsid2113686 \trowd \irow0\irowband0\ts15\trgaph108\trleft-108\trbrdrt \brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \trftswidth1\trftswidthb3\trautofit1\trpaddl108\trpaddr108\trpaddfl3\trpaddft3\trpaddfb3\trpaddfr3\tblrsid2113686\tbllkhdrrows\tbllklastrow\tbllkhdrcols\tbllklastcol \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2840\clshdrawnil \cellx2732\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2841\clshdrawnil \cellx5573\clvertalt\clbrdrt \brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2841\clshdrawnil \cellx8414\row }\pard\plain \qj \li0\ri0\nowidctlpar\intbl\aspalpha\aspnum\faauto\adjustright\rin0\lin0\yts15 \fs21\lang1033\langfe2052\kerning2\loch\af0\hich\af0\dbch\af13\cgrid\langnp1033\langfenp2052 {\insrsid2113686 \hich\af0\dbch\af13\loch\f0 2,1\cell \hich\af0\dbch\af13\loch\f0 2,2\cell \hich\af0\dbch\af13\loch\f0 2,3\cell }\pard\plain \ql \li0\ri0\widctlpar\intbl\aspalpha\aspnum\faauto\adjustright\rin0\lin0 \fs21\lang1033\langfe2052\kerning2\loch\af0\hich\af0\dbch\af13\cgrid\langnp1033\langfenp2052 {\insrsid2113686 \trowd \irow1\irowband1\lastrow \ts15\trgaph108\trleft-108\trbrdrt \brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \trftswidth1\trftswidthb3\trautofit1\trpaddl108\trpaddr108\trpaddfl3\trpaddft3\trpaddfb3\trpaddfr3\tblrsid2113686\tbllkhdrrows\tbllklastrow\tbllkhdrcols\tbllklastcol \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2840\clshdrawnil \cellx2732\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2841\clshdrawnil \cellx5573\clvertalt\clbrdrt \brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb\clftswidth3\clwwidth2841\clshdrawnil \cellx8414\row } 是不是很复杂?不过没关系,我们通过对其进行分段,并加入适当注释,你就会对rtf文件中的表结构一目了然。首先需要声明的是,rtf1.7规范中规定,表行的格式如下:(<tbldef> <cell>+ <tbldef> \row) | (<tbldef> <cell>+ \row) | (<cell>+ <tbldef> \row),目前word2003采用的方式就是第一种,即“定义+内容+重复定义”,如此一来就会有很大的数据冗余,这就是为什么word2003的一个简单文档都会很大的原因,不过为了兼容性考虑,这样处理也是必要的。其定义也由“行定义+单元格定义”组成,其中单元格定义可用重复。 分析代码如下(红色):
表格行1 \trowd表行1开始 表格属性 \trgaph108表中单元格半间距\trleft-108表的最左边位置 行边框设置 \trbrdrt行的上边框\brdrs单倍厚度\brdrw10线宽 \trbrdrl行的左边框\brdrs单倍厚度\brdrw10线宽 \trbrdrb行的下边框\brdrs单倍厚度\brdrw10线宽 \trbrdrr行的右边框\brdrs单倍厚度\brdrw10线宽 单元格1边框设置 \clbrdrt单元格上边框\brdrw15线宽\brdrs单倍厚度 \clbrdrl单元格左边框\brdrw15线宽\brdrs单倍厚度 \clbrdrb单元格下边框\brdrw15线宽\brdrs单倍厚度 \clbrdrr单元格右边框\brdrw15线宽\brdrs单倍厚度 \cellx2732单元格右边界 单元格2边框设置 \clbrdrt单元格上边框\brdrw15线宽\brdrs单倍厚度 \clbrdrl单元格左边框\brdrw15线宽\brdrs单倍厚度 \clbrdrb单元格下边框\brdrw15线宽\brdrs单倍厚度 \clbrdrr单元格右边框\brdrw15线宽\brdrs单倍厚度 \cellx5573单元格右边界 单元格3边框设置 \clbrdrt单元格上边框\brdrw15线宽\brdrs单倍厚度 \clbrdrl单元格左边框\brdrw15线宽\brdrs单倍厚度 \clbrdrb单元格下边框\brdrw15线宽\brdrs单倍厚度 \clbrdrr单元格右边框\brdrw15线宽\brdrs单倍厚度 \cellx8414单元格右边界 行1数据 \pard重置段落属性\intbl段落是表的一部分\kerning2紧缩字符尺寸\f0字体0\fs21尺寸21 1,1 1,1 \cell表单元格1结束 1,2 1,2 \cell表单元格2结束 1,3 1,3 \cell表单元格3结束 \f1字体1 \row表行1结束 \f0字体0 表格行2 \trowd表行2开始 \trgaph108表中单元格半间距\trleft-108表的最左边位置 行边框设置 \trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 单元格1边框设置 \clbrdrt\brdrw15\brdrs \clbrdrl\brdrw15\brdrs \clbrdrb\brdrw15\brdrs \clbrdrr\brdrw15\brdrs \cellx2732 单元格2边框设置 \clbrdrt\brdrw15\brdrs \clbrdrl\brdrw15\brdrs \clbrdrb\brdrw15\brdrs \clbrdrr\brdrw15\brdrs \cellx5573 单元格3边框设置 \clbrdrt\brdrw15\brdrs \clbrdrl\brdrw15\brdrs \clbrdrb\brdrw15\brdrs \clbrdrr\brdrw15\brdrs \cellx8414 行2数据 \intbl 段落是表的一部分 2,1 2,1\cell表单元格1结束 2,2 2,2\cell表单元格2结束 2,3 2,3\cell表单元格3结束 \f1字体1 \row表行2结束 至此,你应该对rtf表格输出有一定认识了吧。当然在表格中插入图片、嵌入表格等的实现方法同理,嵌入的图片可以等同于一段文本来处理,但是嵌套表格的实现可能比较复杂,因为它涉及段落文本嵌套层次等高级问题,这里不再详述,有兴趣的读者可以参考《rich text format (rtf) specification v1.7》。 通过对rtf文件的分析,我们得出一个rtf文件基本结构如下: rtf文件<file>
文件头<header> rtf版本\rtf 字符集<charset> 默认字体区域设置<deffont> 默认字体号\deff? 字体表<fonttbl> 文件表<filetbl>? 颜色表<colortbl>? 样式表<stylesheet>? 编目表<listtables>? 编目表{ \*\listtable } 编目替换表{ \*\listoverridetable } 段落组属性{ \*\pgptbl } 跟踪修订<revtbl>? rsid表<rsidtable>? 生成器信息<generator>? 文档区<document> 文档信息区<info>? 标题<title>? 主题<subject>? 作者<author>? 经理<manager>? 公司<company>? 最后修改者<operator>? 文档类别<category>? 关键字<keywords>? 注释<comment>? 文档的版本号\version? word摘要信息中的注释<doccomm>? 内部版本号\vern? 创建时间<creatim>? 修订时间<revtim>? 最后打印时间<printim>? 备份时间<buptim>? 总编辑时间(单位:分钟)\edmins? 页数\nofpages? 字数\nofwords? 包含空格的总字符数\nofchars? 内部id号\id? 文档格式属性<docfmt>* 节文本<section>+ 节格式属性<secfmt>* 页眉页脚设置<hdrftr>? 段落文本<para>+ 文本<textpar>| 项目符号与编号<pn>? 段落边框<brdrdef>? 段落格式属性<parfmt>* 定位对象与边框<apoctl>* 制表位设置<tabdef>? 段落底纹<shading>? 隐藏与否(/v /spv)? 表格<row> 行开始\trowd 行定义<tbldef> 单元格<cell>+ 单元格定义+ 单元格内容+ 重复行定义<tbldef> 行结束\row 字符文本<char>+ 图片<pict> 图片开始{\*\shppict {\pict } 图片属性 图片数据 对象<obj> 绘图对象\shp 脚注\footnote 注释<annot> 域<field>