JavaScript/NodeJS RTF CJK转换

Question

我正在开发一个节点模块，它解析RTF文件并执行一些查找和替换操作。我已经为用转义的unicode here表示的特殊字符想出了一个解决方案，但在遇到CJK字符时遇到了困难。在JavaScript中，有没有一种简单的方法来完成这些转换，无论是使用库还是内置？

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，该文件的这一部分如下所示：

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

我知道\f1和\f0表示字体更改，而\'e2\'8f块是实际的字符...但是，如何获取\'e2\'8f并将其转换回鈴，或者反过来，将鈴转换为\'e2\'8f？

我试着用不同的编码查找这个字符，但没有看到任何与\'e2\'8f有一点相似的东西。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来进行转换。

Answer 1

我能够使用my RTF parser解析您的示例文件，并检索到正确的字符。

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命令确定要与该字体一起使用的字符集。您需要使用它来正确解释字符数据。

我的解析器将\fcharset的参数映射为Codeset名称here，然后将其转换为可用于检索正确的Charsethere的字符集名称。当你在Javascript中工作时，你的字符集处理显然是不同的，但希望这些信息能帮助你前进。