JavaScript / NodeJS RTF CJK转换

Question

我正在研究一个可解析RTF文件并进行一些查找和替换的节点模块。我已经想出了一种以转义的unicode here表示的特殊字符的解决方案，但是在涉及CJK字符时遇到了麻烦。是否有简单的方法可以通过JavaScript或使用库或内置方法来进行这些转换？

示例：

以纯文本格式查看的RTF文件包含：

Now testing symbols {鈴:200638d}

在NodeJS中解析时，文件的这一部分看起来像：

Now testing symbols \{
\f1 \'e2\'8f
\f0 :200638d\}\

我了解\f1和\f0表示字体更改，并且\'e2\'8f块是实际字符...但是我如何才能将\'e2\'8f转换为鈴，或者相反，将其转换为鈴至\'e2\'8f？

我尝试用不同的编码查找字符，但看不到任何与\'e2\'8f相似的内容。我知道RTF控件\'hh是A hexadecimal value, based on the specified character set (may be used to identify 8-bit values)（source），或者更好的定义来自Microsoft RTF Spec； %xHH (OCTET with the hexadecimal value of HH)（download），但我不知道如何处理这些信息才能进行转换。

Answer 1

我能够使用my RTF parser解析您的示例文件并检索正确的字符。

关键是\fonttbl命令，顾名思义，它定义了文档中使用的字体。作为每种字体定义的一部分，\fcharset命令确定该字体要使用的字符集。您需要使用它来正确解释字符数据。

我的解析器将参数从\fcharset映射到代码集名称here，然后将其转换为字符集名称，该名称可用于检索正确的JavaCharsethere。您的字符集处理方式显然会与使用Javascript时有所不同，但希望此信息将有助于您前进。