如何（使用C＃）输出unicode字符串为RTF(How to output unicode str

我试图输出Unicode字符串转换为RTF格式。（使用C＃和WinForms）

维基百科：

如果需要Unicode转义，控制字\使用U，接着是16位有符号十进制整数给出的Unicode代码点数量。对于不支持Unicode的程序利益，这必须跟这个角色在指定的代码页的最近表示。例如，\ u1576？将给阿拉伯字母BEH，指定不具备Unicode支持旧程序应该呈现为一个问号代替。

我不知道如何Unicode字符转换成Unicode码点（“\ u1576”）。转换为UTF-8，UTF-16和类似的很容易，但我不知道如何转换为代码点。

场景中，我用这个：

我读现有的RTF文件转换成字符串（我读模板）
＃与string.replace TOKEN＃与MyUnicodeString（模板是用数据填充）
结果写入到另一个RTF文件。

问题出现时，Unicode字符到达

Answer 1:

假如所有的，你迎合中存在的人物基本多文种平面（这是不可能的，你需要什么了），那么一个简单的UTF-16编码就足够了。

维基百科：

从U + 0000的所有可能的码点通过U + 10FFFF，除了替代代码点U + D800-U + DFFF（不是字符），唯一地由UTF-16映射无论代码点的当前或将来的字符分配的或使用。

下面的示例程序说明做沿着你想要什么东西行：

static void Main(string[] args)
{
    // ë
    char[] ca = Encoding.Unicode.GetChars(new byte[] { 0xeb, 0x00 });
    var sw = new StreamWriter(@"c:/helloworld.rtf");
    sw.WriteLine(@"{\rtf
{\fonttbl {\f0 Times New Roman;}}
\f0\fs60 H" + GetRtfUnicodeEscapedString(new String(ca)) + @"llo, World!
}"); 
    sw.Close();
}

static string GetRtfUnicodeEscapedString(string s)
{
    var sb = new StringBuilder();
    foreach (var c in s)
    {
        if (c <= 0x7f)
            sb.Append(c);
        else
            sb.Append("\\u" + Convert.ToUInt32(c) + "?");
    }
    return sb.ToString();
}

最重要的一点是Convert.ToUInt32(c)基本上返回有问题的字符的代码点值。对Unicode的RTF逃逸要求为十进制Unicode值。所述System.Text.Encoding.Unicode编码对应于UTF-16作为每MSDN文档。

Answer 2:

从接受的答案固定码-添加特殊字符转义，如在此描述的链接

static string GetRtfUnicodeEscapedString(string s)
{
    var sb = new StringBuilder();
    foreach (var c in s)
    {
        if(c == '\\' || c == '{' || c == '}')
            sb.Append(@"\" + c);
        else if (c <= 0x7f)
            sb.Append(c);
        else
            sb.Append("\\u" + Convert.ToUInt32(c) + "?");
    }
    return sb.ToString();
}

Answer 3:

你必须将字符串转换为byte[]数组（使用Encoding.Unicode.GetBytes(string) ），然后通过数组循环，并在前面加上一个\和u字符你发现所有Unicode字符。当你那么数组转换回字符串，你必须离开Unicode字符为数字。

例如，如果你的阵列是这样的：

byte[] unicodeData = new byte[] { 0x15, 0x76 };

它会成为：

// 5c = \, 75 = u
byte[] unicodeData = new byte[] { 0x5c, 0x75, 0x15, 0x76 };

Answer 4:

根据规范，以下是一些Java中的代码被测试和工程：

  public static String escape(String s){
        if (s == null) return s;

        int len = s.length();
        StringBuilder sb = new StringBuilder(len);
        for (int i = 0; i < len; i++){
            char c = s.charAt(i);
            if (c >= 0x20 && c < 0x80){
                if (c == '\\' || c == '{' || c == '}'){
                    sb.append('\\');
                }
                sb.append(c);
            }
            else if (c < 0x20 || (c >= 0x80 && c <= 0xFF)){
                sb.append("\'");
                sb.append(Integer.toHexString(c));
            }else{
                sb.append("\\u");
                sb.append((short)c);
                sb.append("??");//two bytes ignored
            }
        }
        return sb.toString();
 }

重要的是，你需要逃出后UNCODE 2个字符（接近Unicode字符或只是使用？代替）追加。，因为Unicode占用2个字节。

另外，规范说您应该使用负值，如果代码点大于32767，但在我的测试中，如果你不使用负值它的罚款。

这里是规格：

\ UN此关键字表示具有根据当前ANSI代码页上没有等效ANSI表示一个单一的Unicode字符。 N代表表示为十进制数的Unicode字符值。该关键字是由ANSI表示等效字符（多个）紧跟。这样一来，老读者会忽略\联合国关键字并妥善拿起ANSI表示。当遇到这个关键字，读者应该忽略接下来的N个字符，其中N对应于遇到的最后一个\ UCN值。

如同所有的RTF关键字，关键字终止空间可以存在（在ANSI字符之前），其未在字符计数跳过。虽然这是不太可能发生（或推荐），一个\ bin中的关键字，它的参数，并且随后的二进制数据被认为是一个字符用于跳过目的。如果RTF范围分界符（即，打开或关闭括号），同时扫描可跳过数据中遇到，可跳过的数据被认为是定界符之前结束。这使得对读者进行一些基本的错误恢复。以包括在可跳过数据的RTF定界符，则必须使用适当的控制符号来表示（即，以反斜杠转义，），如纯文本。任何RTF控制字或符号被认为是用于计数可跳过字符的目的，单个字符。

一个RTF编辑器，当遇到没有相应的ANSI字符Unicode字符，应该输出\联合国其次是最好的ANSI表示它可以管理。此外，如果Unicode字符转换成与从当前Unicode字符字节计数不同的字节计数一个ANSI字符流，它应该发射之前\联合国关键字\ UCN关键字通知变化的读取器。

RTF控制字通常作为参数接受带符号的16位数字。出于这个原因，Unicode值大于32767必须表示为负数

文章来源: How to output unicode string to RTF (using C#)