C#如何提取RTF富文本格式中的纯文本

在C#开发中，处理RTF富文本文件时，提取其中的纯文本内容是常见需求，RTF格式包含大量格式控制标记，直接读取文件会得到包含这些标记的乱码内容，需要通过特定方式剥离格式信息。

方法一：使用RichTextBox控件提取

Windows Forms自带的RichTextBox控件内置了RTF解析能力，可以很方便地获取纯文本内容，适合Windows桌面应用开发场景。

实现步骤

• 创建RichTextBox实例
• 将RTF内容加载到控件中
• 读取控件的Text属性即可得到纯文本

代码示例

using System;
using System.Windows.Forms;

namespace RtfExtractDemo
{
    public class RtfExtractor
    {
        // 从RTF字符串中提取纯文本
        public static string ExtractPlainTextFromRtfString(string rtfContent)
        {
            using (RichTextBox rtb = new RichTextBox())
            {
                // 加载RTF内容
                rtb.Rtf = rtfContent;
                // 返回纯文本
                return rtb.Text;
            }
        }

        // 从RTF文件中提取纯文本
        public static string ExtractPlainTextFromRtfFile(string filePath)
        {
            using (RichTextBox rtb = new RichTextBox())
            {
                // 加载RTF文件
                rtb.LoadFile(filePath);
                // 返回纯文本
                return rtb.Text;
            }
        }
    }
}

注意事项

这种方法依赖Windows的RichTextBox组件，在非Windows环境或者ASP.NET等服务端场景下无法使用，同时如果RTF内容包含特殊格式，可能会出现解析偏差。

方法二：手动解析RTF标记提取

如果需要在跨平台场景或者服务端使用，可以手动解析RTF的格式标记，剥离所有以反斜杠开头的控制字符和分组标记，只保留可见文字内容。

实现逻辑

RTF的核心格式标记都以开头，比如b表示加粗，par表示换行，我们只需要过滤掉所有开头的标记，以及{、}分组符号，就可以得到纯文本。

代码示例

using System;
using System.Text;

namespace RtfExtractDemo
{
    public class ManualRtfExtractor
    {
        public static string ExtractPlainText(string rtfContent)
        {
            if (string.IsNullOrEmpty(rtfContent))
            {
                return string.Empty;
            }

            StringBuilder result = new StringBuilder();
            int index = 0;
            int length = rtfContent.Length;

            while (index < length)
            {
                char currentChar = rtfContent[index];
                // 处理转义字符，比如\表示反斜杠本身
                if (currentChar == '\')
                {
                    // 跳过反斜杠，处理后续的控制字符或者转义内容
                    index++;
                    if (index >= length)
                    {
                        break;
                    }
                    char nextChar = rtfContent[index];
                    // 如果是转义的特殊字符，比如{、}、\，直接跳过
                    if (nextChar == '{' || nextChar == '}' || nextChar == '\')
                    {
                        index++;
                        continue;
                    }
                    // 跳过整个控制词，直到遇到空格、非字母或者结束
                    while (index < length && ((rtfContent[index] >= 'a' && rtfContent[index] <= 'z') || (rtfContent[index] >= 'A' && rtfContent[index] <= 'Z')))
                    {
                        index++;
                    }
                    // 跳过控制词后的空格
                    if (index < length && rtfContent[index] == ' ')
                    {
                        index++;
                    }
                }
                // 跳过分组符号
                else if (currentChar == '{' || currentChar == '}')
                {
                    index++;
                }
                // 普通可见字符，添加到结果
                else
                {
                    result.Append(currentChar);
                    index++;
                }
            }

            return result.ToString().Trim();
        }
    }
}

注意事项

这种手动解析的方式适配性更强，但是无法处理所有复杂的RTF格式，比如嵌套的格式标记、特殊编码的字符等，适合处理格式简单的RTF文件。

两种方法的对比

总结

如果是Windows桌面应用开发，优先选择RichTextBox的方式，实现简单且解析准确；如果是跨平台或者服务端场景，且RTF格式比较简单，可以选择手动解析的方式。开发者可以根据实际的业务场景选择合适的实现方案，满足C#提取RTF纯文本的需求。

C#RTF富文本提取纯文本读取修改时间：2026-07-04 16:39:26