从带有文本和图像的 RTF 中提取文本答案

【问题标题】：Extracting text from RTF with text and image从带有文本和图像的 RTF 中提取文本
【发布时间】：2022-01-18 14:11:51
【问题描述】：

我有一个从 WPF RichTextControl 中提取的字节数组，我从中提取文本。我成功使用了以下代码：

FlowDocument document = new FlowDocument();
TextRange txtRange = null;
using (MemoryStream stream = new MemoryStream(data))
{
    txtRange = new TextRange(document.ContentStart, document.ContentEnd);
    txtRange.Load(stream, DataFormats.XamlPackage);
}

当 rtf 中嵌入了图像时，问题就开始了。我仍然想提取文本，但上面的代码将在Load 方法上失败，并显示XamlParseException。

我尝试使用以下方法：

using (RichTextBox rtb = new RichTextbox())
{
  rtb.Rtf = System.Text.Encoding.Default.GetString(data);
  // use rtb.Text
}

但 rtb.Rtf 的设置失败并显示 ArgumentException。原因可能是 explained here，因为 GetString 确实没有返回预期的 rtf 格式，而是将文本/二进制数据与 xaml 的提及混合在一起（同样的格式也仅返回文本，使用以前的方法成功提取）。我无法升级框架。

如果我能找到成功加载文档的方法，我不介意遍历 FlowDocument 树以提取文本。

是否有其他方法可以读取 RTF？

【问题讨论】：

标签： c# xaml rtf

【解决方案1】：

显然，当图像包含在 RTF 中时，代码将在 STA 中运行时工作。例如：

Thread t = new Thread(() => Foo(data));
t.SetApartmentState(Apartment.STA);
t.Start();
t.Join();

Foo()
{
  FlowDocument document = new FlowDocument();
  TextRange txtRange = null;
  using (MemoryStream stream = new MemoryStream(data))
  {
      txtRange = new TextRange(document.ContentStart, document.ContentEnd);
      txtRange.Load(stream, DataFormats.XamlPackage);
  }
}

【讨论】：