Java 中 RTF 到纯文本

Question

在 Java 中如何将 RTF 字符串转换为纯文本？显而易见的答案是使用 Swing 的 RTFEditorKit，这似乎是 Internet 上的常见答案。然而，声称返回纯文本的 write 方法实际上并未实现......它是硬编码的，只是在 Java6 中抛出 IOException 。

Answer 1

我在 Java 6 中使用 Swing 的 RTFEditorKit，如下所示：

RTFEditorKit rtfParser = new RTFEditorKit();
Document document = rtfParser.createDefaultDocument();
rtfParser.read(new ByteArrayInputStream(rtfBytes), document, 0);
String text = document.getText(0, document.getLength());

并且可以正常工作。

Answer 2

尝试 Apache Tika： http://tika.apache.org/0.9/formats.html#Rich_Text_Format

Answer 3

您可能会考虑将 RTF Parser Kit 作为 Swing RTFEditorKit 的轻量级替代品。下面的行显示了从 RTF 文件中提取的纯文本。从输入流读取 RTF 文件，将提取的文本写入输出流。

new StreamTextConverter().convert(new RtfStreamSource(inputStream), outputStream, "UTF-8");

（全面披露：我是 RTF Parser Kit 的作者）

Answer 4

这里是解析和解析的完整代码将 RTF 写入纯文本

    import java.io.FileInputStream;
    import java.io.FileWriter;
    import java.io.IOException;
    import java.io.InputStreamReader;
    import javax.swing.text.BadLocationException;
    import javax.swing.text.Document;
    import javax.swing.text.rtf.RTFEditorKit;

    public class rtfToJson {
    public static void main(String[] args)throws IOException, BadLocationException {
    // TODO Auto-generated method stub
    RTFEditorKit rtf = new RTFEditorKit();
    Document doc = rtf.createDefaultDocument();

    FileInputStream fis = new FileInputStream("C:\\SampleINCData.rtf");
    InputStreamReader i =new InputStreamReader(fis,"UTF-8");
    rtf.read(i,doc,0);
   // System.out.println(doc.getText(0,doc.getLength()));
    String doc1 = doc.getText(0,doc.getLength());


    try{    
           FileWriter fw=new FileWriter("B:\\Sample INC Data.txt");    
           fw.write(doc1);    
           fw.close();    
          }catch(Exception e)
    {
              System.out.println(e);
              }    
          System.out.println("Success...");    
     }    

    }