1 什么RTF文件
也称富文本格式（Rich Text Format, 一般简称为RTF），意为多文本格式是由微软公司开发的跨平台文档格式。大多数的文字处理软件都能读取和保存RTF文档。[1] 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。
结构分析
每个rtf文件都是一个文本文件，显示时由rtf阅读器格式化。文件开始处是{，它作为rtf文件的标志是必不可少的，rtf阅读器根据它来判断一个文件是否为rtf格式。然后是文件头和正文，文件头包括字体表、文件表、颜色表等几个数据结构，正文中的字体、表格的风格就是根据文件头的信息来格式化的。每个表用一对大括号括起来，当中包含了很多用字符“”开始的命令。例如，某个颜色表如下：
{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;}
开始时用\colortbl标明大括号内是颜色表，接着是\red0\green0\blue0，登记了一种颜色，这种颜色的红绿蓝分量都为0。其它表依此类推。文件头之后是正文，正文由版面格式化命令、文字和各种特殊命令组成。其中只有特殊命令用大括号括起来，而版面格式化命令和文字是“开放式”的，从而把文字和命令分离。文件结束时有一个“}”，和第一个“{”对应。在整个文件中，“}”和“{”必须一一对应。这种格式是rtf阅读器和转换器算法的基础。
rtf格式还有一个特别之处，就是有些字符在命令中有特殊的含义，所以当它们作为文本出现时需要在它们的前面加一个“\”，例如“\”本身就要表示为“\”。
难点分析
一.中文的表示方式：在rtf中中文用命令的形式表示：“’内码”。内码就是汉字机内码。不过，请注意：rtf是文本文件，内码是用ascii码来储存的，必须把它转换成数字才能使用。例如，“电子与电脑”在rtf中的形式是：
\’b5\’e7\’d7\’d3\’d3\’eb\’b5\’e7\’c4\’d4
二.图片的问题：rtf中图片以两种方式存在：第一种方式是直接嵌入，以{\pict开始；第二种方式是作为ole对象嵌入，这时以{\object开始。当rtf处理器能直接使用ole时，rtf文件中提供了ole的数据；否则，文件中直接提供图片的数据，以{\result开始。在使用中最常见的图片格式是内含dib bitmap的元文件（metafile），这种格式在sdk中没有说明，而且在rtf中是以压缩形式储存的，所以在转换时有一定困难。
实现一个RTF文件解释器
设计目标：
可以在各个层次上分析RTF数据
把对RTF数据的解析和解释分开
保持解析器和解释器的可扩展性
开放式框架，自定义RTF转换器
开放式的框架如下图所示：
RTF解释器结构如下图所示。实际解释过程可以用ParseListener监听。监听器通过观察者模式对某个事件反映并执行相应的动作。系统已经集成解释器监听器RtfParseListenerFileLogger，把RTF元素的结构写入日志文件。
RtfParseListenerStructreBulider根据解析过程碰到的RTF元素生成结构化模型。这些元素表示成IrtfGroup、IrtfTag、IrtfText实例后再通过监听器 RtfParseListenerStructreBulider.StructureRoot取得层次化模型。
