rtf文件的编码

Question

我得到一个代表 rtf 文件的 base64 编码字符串。

如果我查看原始文本表示（在 base64 编码之前），我会看到字符序列 F¸r。当在查看器中显示时，这应该代表Für。 rtf 文件的标头包含ansicpg1252，因此这应该是编码，除非另有更改（转义序列、字体定义等）。

我现在的问题是我无法将 base 64 字符串正确解码为其原始表示。我再也没有得到F¸r。相反，我有Für 甚至F\'fcr。因此，在查看器中显示解码的 rtf 时，变音符号的表示是错误的。

那么 rtf 文件的原始编码是什么？或者这里出了什么问题？

您可以查看示例文件here。 This 是我得到的 base 64 编码字符串。

编辑：

我没有编码的代码，但我想我可以重建它。这是我的代码：

string path = "/some/path/ltxt1 Kopie.rtf";
byte[] document = File.ReadAllBytes(path);
string base64string = Convert.ToBase64String(document);
var isoBytes = Convert.FromBase64String(base64string);

File.WriteAllText ("/some/path/sketch.rtf", System.Text.Encoding.GetEncoding("iso-8859-1").GetString(isoBytes));

我尝试更改编码，但使用windows-1252 时出现错误（草图：不支持编码名称，实际项目：数组不为空）。

Answer 1

您的问题不在于文件的编码。如果您运行代码并比较结果，则每个文本中的文本都是相同的。

您的问题是源文件是 ANSI 编码的，而您的第二个文件是 UTF-8 编码的。 然而，文本中的 RTF 指令告诉任何解释 RTF 的内容是 ANSI 编码的（ansicpg1252 部分）。因此，由于不匹配，它会使解码变得一团糟。

解决此问题的最简单方法是确保使用匹配的编码将其写回磁盘：

var iso = Encoding.GetEncoding("ISO-8859-1");
File.WriteAllText("/some/path/sketch.rtf", iso.GetString(isoBytes), iso);

或者，更简单地说：

File.WriteAllBytes("/some/path/sketch.rtf", isoBytes);