C#读取RTF文件内容 C#如何提取.rtf富文本格式中的纯文本

rtf文件不能用file.readalltext直接读取纯文本，因其含控制字和编码问题；应使用richtextbox（winforms）或rtfpipe库（跨平台）解析，且需注意rtf声明的字符集编码。

RTF文件不能直接用File.ReadAllText读取纯文本

RTF不是纯文本格式，哪怕文件后缀是.rtf，里面也混着大量控制字（比如{b bold}、{fs24}），直接用File.ReadAllText会得到一堆乱码+格式指令，根本没法用。

常见错误现象：读出来全是{rtf1ansiansicpg936deff0...这种开头，或者中文显示成问号、方块——这是编码没解对，更本质的是你压根没解析RTF结构。

• 必须走系统级RTF解析路径，.NET本身不提供轻量RTF转文本API
• RichTextBox是windows Forms里最稳定、兼容性最好的方案（支持老版本RTF 1.0到1.9）
• 别指望RichTextBox.LoadFile自动帮你“提取文本”，它只是加载；真正要文本得读RichTextBox.Text属性

用RichTextBox加载并提取纯文本（WinForms环境）

这是最省心、出错率最低的做法，尤其适合桌面工具或内部小工具。核心逻辑就三步：新建控件 → 加载RTF → 读.Text。

注意：这个控件不需要显示在界面上，可以全程隐藏运行。

• 必须引用System.Windows.Forms，即使你在控制台项目里也要加（NuGet包System.Windows.Forms，.NET 5+需启用Windows兼容模式）
• 加载前记得设RichTextBox.Rtf而不是.Text，否则会把RTF内容当纯文本渲染，导致格式崩坏
• 如果RTF含图片或OLE对象，.Text会自动跳过它们，只留文字——这反而是优点

RichTextBox rtb = new(); rtb.Rtf = File.ReadAllText(@"C:doc.rtf"); // 注意：这里必须用Rtf属性赋值 string plainText = rtb.Text; // 这才是你要的纯文本

非WinForms环境（如.NET Core控制台/ASP.NET）怎么处理

没有RichTextBox？那就得自己解析RTF。但别手写——RTF语法嵌套深、转义多、历史变体杂，自己啃标准文档基本是自找麻烦。

推荐用开源库RtfPipe（MIT协议，NuGet可装），它不依赖Windows Forms，纯C#实现，专注“RTF → 文本”这一件事。

• 安装：dotnet add package RtfPipe
• 它不支持所有RTF扩展（比如某些word专有字段），但日常办公RTF 99%能应付
• 遇到加密RTF或损坏文件会抛RtfParseException，建议try/catch兜底
• 性能比RichTextBox略慢（毕竟纯托管解析），但差异在毫秒级，一般无感

using RtfPipe;  string rtfContent = File.ReadAllText(@"C:doc.rtf"); string plainText = Rtf.ToText(rtfContent);

编码问题和特殊字符容易被忽略

RTF本身声明字符集（比如ansicpg1252或utf8），但File.ReadAllText默认用UTF-8读，可能错解非ASCII部分——尤其是中文RTF常带ansicpg936（GBK）。

这不是“提取逻辑”问题，是“读入第一步”就错了。

• 先用File.ReadAllBytes读原始字节，再按RTF头里的ansicpg值选编码（查表映射：936→GBK，1252→Windows-1252）
• 或者偷懒点：统一用Encoding.default（即系统当前ANSI编码），对中文Windows通常就是GBK，兼容性反而好
• RtfPipe内部已处理编码探测，所以推荐优先用它；自己用RichTextBox时，务必确认File.ReadAllText传了正确Encoding

最稳妥的一行写法：File.ReadAllText(path, Encoding.GetEncoding(936)) —— 如果你知道源RTF是中文版Word生成的。