RTF documenteert wat. Wat betekent het RTF-bestandsformaat en hoe u het opent

De letters "RTF" na de punt in de bestandsnaam geven het RTF-formaat aan. Naast de tekst zelf, die een breed scala aan opmaaklettertypen, alinea's en tabellen kent, bevat een RTF-document grafische objecten. Er wordt ook gebruik gemaakt van pagina-opmaak: het gebruik van achtergrondvullingen, underlays, enz. Dit bestandstype lijkt sterk op het DOC-formaat, maar is veel eerder ontwikkeld voor gebruik op het klembord. Dat wil zeggen dat bij het kopiëren van gemarkeerde tekstinhoud deze in dit formaat in de buffer wordt opgeslagen.

Elk besturingssysteem heeft een ingebouwde editor die RTF-bestanden kan openen: op Windows - Wordpad, op Mac - Tekstbewerking. Naast systeemeditors kunnen toepassingen uit kantoorpakketten worden gebruikt om RTF-bestanden te openen: "Ms Office Word", "", "" en "Abi Word" -editors.

Het is ook noodzakelijk om het draagbare gratis programma "CLi.K" (Clipboard Keeper) te noteren. Dit kleine maar multifunctionele hulpprogramma is ontworpen om met het klembord te werken en gebruikt daarbij het RTF-formaat. U moet bestanden openen vanuit het werkvenster van het hulpprogramma.

Hallo vrienden! Vandaag zullen we het hebben over een ongebruikelijk bestandsformaat genaamd rtf. Uit het artikel leer je iets over de geschiedenis van het maken van deze extensie, hoe je het rtf-formaat opent, welke programma's hiervoor worden gebruikt. Omdat dit bestand vrij gebruikelijk is, zijn er veel toepassingen die het kunnen openen en bewerken. In dit artikel zal ik slechts enkele van de beste hulpprogramma's noemen die dit type bestand kunnen openen.

Rtf-formaat - eerste kennismaking

In deze indeling worden tekstbestanden opgeslagen die rich text ondersteunen. In 1982 stelden Microsoft-programmeurs voor om de rtf-extensie te gebruiken, die vervolgens kon worden geformatteerd. Daarna werd dit bestandsformaat door bijna alle GPU's ondersteund. De bekendste daarvan is natuurlijk Microsoft Word.

Hoe RTF te openen - selectie van programma's

Zoals u al begrijpt, hebben we een teksteditor nodig om met dit bestand te kunnen werken. Omdat het formaat het geesteskind van Microsoft is, zorgde het voor zijn gebruikers en bouwde het een gratis teksteditor genaamd WordPad rechtstreeks in Windows, die met dit type extensie werkt. Maar er zijn ook alternatieve programmamogelijkheden. Een van de meest geavanceerde alternatieven zijn:

• AbiWoord
• Open kantoor

Deze twee gratis programma's openen gemakkelijk elk bestand met de rtf-extensie. Het heeft geen zin om alle andere applicaties op te sommen, aangezien het openingsproces voor al deze applicaties identiek is. Het enige verschil tussen beide is de interface en instellingen. De twee bovenstaande programma's zijn leiders in de niche van de vrije tekstverwerker, dus ik raad aan om er een te gebruiken.

Extensies zijn enkele van de bestanden die zijn gekoppeld of die kunnen worden geopend met Microsoft WordPad. RTF-bestanden zijn tekstdocumenten die kunnen worden gemaakt, geopend, bekeken, bewerkt of gewijzigd met tekstverwerkingsprogramma's voor zowel Mac- als Microsoft Windows-computers, zoals Microsoft WordPad voor Windows en Microsoft Word 2011 voor Mac. Het geeft de gebruikers een brede cross-compatibiliteitsondersteuning, wat de centrale doelstelling was voor de verbetering van de Rich Text Format-technologie, en deze .rtf-bestanden kunnen zelfs worden geopend, bekeken en gebruikt met databasetoepassingen. Het OpenBSD Unix-platform wordt vaak gebruikt in computers die als webservers van een beveiligd netwerk draaien. OpenBSD-bestanden kunnen worden opgeslagen in mappen van het OpenBSD-systeem die zijn gegenereerd tijdens de installatie van de softwaretoepassingen. Bestanden met de extensie .openbsd kunnen worden geopend door standaard teksteditors, vooral bekend als Microsoft Notepad, en deze teksteditor kan ook worden gebruikt om OPENBSD-bestanden te maken en te bewerken. Bestanden met de .readme-extensie zijn tekstdocumenten die bedoeld zijn om gebruikers nuttige informatie en specifieke details te geven over bepaalde applicaties die in het systeem zijn geïnstalleerd. Deze bestanden kunnen worden geopend, bekeken en bewerkt met een selectie van teksteditors, waaronder Microsoft Notepad en Microsoft WordPad.

Microsoft Word

Microsoft Kladblok

Microsoft Kladblok

Microsoft werkt

Microsoft werkt

Kladblok2

Laten we ons onderzoek voortzetten om tekst uit verschillende gegevensformaten te verkrijgen. Nog niet zo lang geleden hebben we geleerd hoe we tekst kunnen extraheren uit gezipte XML-bestanden (odt en docx), en eerder deze week ook uit pdf. Vandaag gaan we verder met de beloofde rtf.

Rich Text Format (ook bekend als rtf), zou je kunnen denken, is een tamelijk vergeten, hoewel niet erg complex, formaat voor het weergeven van tekstgegevens. Welnu, het is relatief eenvoudig om tekst te verkrijgen, maar gedurende zijn geschiedenis: vanaf de eerste versie tot de huidige 1.9.1 - heeft het ongeveer 300 pagina's aan officiële documentatie verworven en een groot aantal add-ons die ons zullen hinderen bij een grotere mate bij het ontvangen van platte tekst. Laten we proberen ze te omzeilen...

Wat zit erin?

Wat zien we? Ik zie ons favoriete gedicht "Sail". We zien in eerste instantie een tekstformaat van 8 bits. Dit is al prettig: als de brongegevens tekst bevatten, is het veel gemakkelijker om te begrijpen wat er gebeurt. Laten we nu eens kijken hoe we deze gegevens kunnen lezen. Om dit te doen, zal ik je een beetje theorie over dit onderwerp vertellen.

We gaan ervan uit dat rtf bestaat uit controle woorden, wat kan zijn gegroepeerd in geneste sets. Het controlewoord begint met een backslash (\), de groep staat tussen accolades (( en )).

Het stuurwoord bestaat uit een reeks letters van het Engelse alfabet (van a tot z) en kan worden aangevuld met een numerieke parameter (eventueel negatief). Als alternatief kan het woord één niet-alfabetisch ascii-teken bevatten. Alles wat niet binnen deze regels valt, maakt geen deel uit van het controlewoord. Een reeks met de vorm \rtf1\ansi\ansicpg1251 kan dus eenvoudig worden verdeeld in drie woorden rtf met parameter 1 (hoofdversie van het formaat), ansi (huidige codering) en ansicpg met parameter 1251 (huidig ​​codepaginanummer 1251 - d.w.z. Windows -1251).

Gegroepeerde sets definiëren de reikwijdte van controlewoorden. Controlewoorden die tussen accolades staan, werken dus alleen daarbinnen en in alle onderliggende subsets. Om correct uit te rekenen welke woorden nu aanwezig zijn, moet u een stapel controlewoorden bijhouden. Wanneer u een accolade opent, maakt u een nieuw array-element op de stapel, waaraan u onmiddellijk gegevens uit de vorige laag van de stapel toevoegt. Wanneer u een accolade sluit, verwijdert u de bovenste laag.

Het is ook de moeite waard om op te merken dat sommige controlewoorden kunnen worden gesloten door een nulparameter toe te voegen in plaats van een nieuwe subgroep te maken. De volgende opties zijn bijvoorbeeld gelijkwaardig: Dit is (\b vetgedrukt) tekst , Dit is \b vetgedrukt \b0 tekst = Dit is vetgedrukt tekst.

Waar haal je de tekst vandaan?

Ten eerste is het vermeldenswaard dat de originele codering van het rtf-bestand ANSI is, dus zonder enige opsmuk wordt alleen Engelse tekst opgeslagen. We zijn op zijn minst geïnteresseerd in Russische tekst, en nog beter in Unicode, toch? Wat waar is, is waar: rtf, hoewel een oud formaat, is geschikt om beide op te slaan.

Dus in rtf" is het mogelijk om de tweede helft van de ASCII-tabel te gebruiken, dat wil zeggen vanaf 128 en hoger. Uiteraard rekening houdend met de huidige codering (boven het controlewoord \ansicpg). Hiervoor is een reeks van de vorm \"hh werd geïntroduceerd in RTF, waarbij hh de binaire hexadecimale code is van het teken uit de ASCII-tabel.

Welnu, de tweede, interessantere optie zijn Unicode-gecodeerde gegevens. Voor hen bevat het formaat een kort en bondig trefwoord \uABCD met de digitale parameter ABCD. ABCD is in dit geval de code van een Unicode-teken in het decimale getalsysteem. Alles is weer eenvoudig, zoals je misschien hebt gemerkt.

Eenvoudig, maar niet erg goed. Er is nog een sleutelwoord in rtf, \ucN, dat nauw verwant is aan Unicode. Feit is dat het RTF-formaat zeer ijverig de compatibiliteit handhaaft met oudere apparaten waarop u dit bestand mogelijk moet openen. Als alternatief kan een dergelijk apparaat (bijvoorbeeld een computer met Windows 3.11 :) Unicode niet lezen. Wat moet het doen? Om dit te doen, kan na elk Unicode-teken dat is gecodeerd met het trefwoord \u, van nul tot meerdere tekens worden opgegeven, die moeten worden weergegeven als de rtf-viewer de huidige gegevens niet kan weergeven of parseren (volgens de documentatie, als de kijker kan de gegevens niet correct weergeven, hij moet deze overslaan).

In dit opzicht plaatsen de meeste moderne editors een vraagteken achter het Unicode-controlewoord als teken dat ze getoond willen worden in plaats van het huidige teken. Maar opties zijn ook mogelijk, bijvoorbeeld: Lab\u915GValue . Laten we ons afvragen hoeveel tekens er moeten worden weergegeven als er geen manier is om Unicode weer te geven. Nogmaals, alles is niet erg ingewikkeld - het bovenstaande trefwoord \ucN als parameter N levert deze waarde. Die. Iets als \uc1 zal zeker vóór de Unicode-gegevens verschijnen, wat ons zal vertellen dat we één teken na de Unicode moeten overslaan.

Laten we lezen!

1. functie rtf_isPlainText($s) (
2. $failAt = array ("*" , "fonttbl" , "colortbl" , "datastore" , "themedata" );
3. voor ($i = 0; $i< count ($failAt ) ; $i ++ )
4. if (! leeg ($s [ $failAt [$i ] ]) ) retourneert false ;
5. retourneer waar;
6. functie rtf2text($bestandsnaam) (
7. $text = file_get_contents($bestandsnaam);
8. als (!strlen($text))
9. opbrengst "" ;
10. $document = "" ;
11. $stapel = array ();
12. $j = - 1;
13. voor ($i = 0; $i< strlen ($text ) ; $i ++ ) {
14. $c = $tekst [$i] ;
15. schakelaar ($c) (
16. geval " \\ " :
17. $nc = $tekst [ $i + 1 ] ;
18. if ($nc == "\\" && rtf_isPlainText($stack [ $j ] ) ) $document .= "\\" ;
19. elseif ($nc == "~" && rtf_isPlainText($stack [ $j ] ) ) $document .= " " ;
20. elseif ($nc == "_" && rtf_isPlainText($stack [ $j] ) ) $document .= "-" ;
21. elseif ($nc == "*" ) $stack [$j] [ "*" ] = true;
22. elseif ($nc == """ ) (
23. $hex = substr ($tekst, $i + 2, 2);
24. $document .= html_entity_decode ("" . hexdec ($hex ) . ";" );
25. $ik += 2 ;
26. ) elseif ($nc >= "a" && $nc<= "z" || $nc >= "A" && $nc<= "Z" ) {
27. $woord = "" ;
28. $param = nul;
29. voor ($k = $i + 1 , $m = 0 ; $k< strlen ($text ) ; $k ++, $m ++ ) {
30. $nc = $tekst [$k] ;
31. als ($nc >= "a" && $nc<= "z" || $nc >= "A" && $nc<= "Z" ) {
32. als (leeg ($param) )
33. $woord .= $nc ;
34. anders
35. pauze ;
36. ) elseif ($nc >= "0" && $nc<= "9" )
37. $param .= $nc ;
38. elseif ($nc == "-" ) (
39. als (leeg ($param) )
40. $param .= $nc ;
41. anders
42. pauze ;
43. ) anders
44. pauze ;
45. $i += $m - 1 ;
46. $naarText = "" ;
47. switch(strtolower($word)) (
48. geval "u":
49. $toText .= html_entity_decode ("" . dechex ($param ) . ";" );
50. $ucDelta = @ $stack [$j] [ "uc" ] ;
51. als ($ucDelta > 0 )
52. $i += $ucDelta ;
53. pauze ;
54. case "par": case "pagina": case "kolom": case "line": case "lbr":
55. $naarText .= " \N";
56. pauze ;
57. case "emspace": case "enspace": case "qmspace":
58. $naarText .= " " ;
59. pauze ;
60. case "tab" : $toText .= " \T"; pauze ;
61. case "chdate" : $toText .= date ("m.d.Y" ) ; pauze ;
62. case "chdpl" : $toText .= datum ("l, j F Y" ); pauze ;
63. case "chdpa" : $toText .= datum ("D, j M Y" ); pauze ;
64. case "chtime" : $toText .= datum ("H:i:s" ) ; pauze ;
65. case "emdash" : $toText .= html_entity_decode ("—" ); pauze ;
66. case "endash": $toText .= html_entity_decode ("-" ); pauze ;
67. case "bullet": $toText .= html_entity_decode ("" ); pauze ;
68. case "lquote" : $toText .= html_entity_decode ("'" ); pauze ;
69. case "rquote": $toText .= html_entity_decode ("'" ); pauze ;
70. case "ldblquote": $toText .= html_entity_decode (""" ); pauze ;
71. case "rdblquote": $toText .= html_entity_decode (""" ); pauze ;
72. standaard:
73. $stack [ $j] [ strtolower ($word ) ] = leeg ($param ) ? waar: $param;
74. pauze ;
75. if (rtf_isPlainText($stack [$j] ) )
76. $document .= $naarTekst ;
77. $i++;
78. pauze ;
79. geval "(" :
80. array_push ($stack, $stack [$j++]) ;
81. pauze ;
82. geval ")" :
83. array_pop ($stapel) ;
84. $j--;
85. pauze ;
86. geval "\0" : geval "\r" : geval "\f" : geval "\n" : breuk ;
87. standaard:
88. if (rtf_isPlainText($stack [$j] ) )
89. $document .= $c ;
90. pauze ;
91. retourneer $document;

De afkorting RTF staat voor “Rich Text Format”, dat wil zeggen “Rich Text Format”. Of simpel gezegd ontworpen: met verschillende stijlen, lettertypen, maten en kleuren letters. In veel gevallen kan dit formaat, bedoeld voor documenten, verlichting bieden bij problemen, dus iedereen die computers gebruikt, moet het begrijpen. Zoals altijd zullen we tijdens het leren kennen van dit fenomeen zeker aandacht besteden aan praktische zaken.

Een beetje geschiedenis

Het gebeurde vroeger, in 1982. In die verre tijden toen Microsoft en Adobe vrienden waren. Ze moesten iets bedenken voor een nieuw programma: de tekstverwerker Word voor MS DOS, die in 1893 zou verschijnen.

Zonder er twee keer over na te denken, hebben we platte tekst genomen en er speciale opmaaktags aan toegevoegd (deze werden controletekens genoemd). Dit is bijvoorbeeld waar de paragraaf begint; hier moet de tekst cursief worden weergegeven, daar vetgedrukt, enzovoort.

Er is sindsdien veel veranderd, maar de essentie blijft hetzelfde: RTF zijn tekstbestanden, net als HTML-documenten. Je kunt ze openen in teksteditors zoals Kladblok in Windows en Gedit in Ubuntu om al die tags te bekijken als je wilt.

Microsoft en Adobe gingen al snel uit elkaar, maar het formaat bleef eigen. (Adobe besloot het concept te gebruiken voor een andere opmaaktaal, PostScript, wat later leidde tot de komst van PDF.) Welnu, Microsoft heeft in maart 2008 de nieuwste RTF-specificatie uitgebracht. De moderne elektronische en digitale wereld is erop gericht.

De essentie in het kort

De structuur van een RTF-document is vrij eenvoudig. Aan het begin van het tekstblok wordt een controleteken aangegeven, voorafgegaan door “\” (in de zin van een naar links hellende balk). Concreet: \b vóór een vetgedrukt blok, \i vóór cursief, \par vóór een alinea.

Omdat er geen afsluitende tags zijn, worden accolades () gebruikt om de blokken zelf aan te duiden. Daarom ziet vetgedrukt in de brontekst er als volgt uit: (\b bold) , en cursief ziet er als volgt uit: (\i hallo wereld Ну а в самом начале указывается сам формат \rtf1:!}

(\rtf1 \par (\i Hallo wereld Только что было приветствие курсивом. А теперь {/b немножко полужирного текста}. \par } !}

Dit is uiteraard een heel eenvoudig voorbeeld. In feite staan ​​een behoorlijk aantal van allerlei parameters op een rij via schuine lijnen: codering, taal en andere gegevens. Zoiets als:

(\rtf1\ansi\deff3\adeflang1025 (\fonttbl(\f0\froman\fprq2\fcharset0 Times New Roman;) \par (\i Hallo wereld, nogmaals Как видите, абракадабры {/b предостаточно} даже в маленьком фрагменте. \par } !}

Krachtige tekstverwerkers zoals Word of LibreOffice Writer voegen vooral graag veel controletekens in, waardoor alles te nauwgezet wordt gemarkeerd.

Bovendien worden Russische letters vervangen door byte-aanduidingen - codering van tekens (in de voorbeelden wordt ter wille van de duidelijkheid de vervanging niet getoond). Dit maakt de broncode volledig onleesbaar en vergroot deze buiten proporties.

Software

Naast het bovengenoemde Microsoft Word en LibreOffice Writer zijn er veel minder krachtige programma's, RTF-editors. Ze zijn echter niet allemaal geschikt voor werk.

FocusWriter is misschien wel de beste van de huidige gratis RTF-editors. U kunt woordenboeken voor spellingcontrole bijvoegen die in LibreOffice Writer worden gebruikt. Het werkt zeer snel in zowel Windows als Ubuntu, neemt weinig ruimte in beslag en verbruikt geen systeembronnen. Het interface-ontwerp verandert om aan verschillende smaken te voldoen.

Het onthoudt koppig en probeert het laatst geopende document bij het opstarten te laden - misschien is dit nog steeds een nadeel. In de eerste plaats ontworpen voor schrijvers die aan één boek werken, in plaats van meerdere tegelijk. In overeenstemming met hetzelfde concept wordt de werkbalk verborgen voordat u de muisaanwijzer beweegt, zodat niets u afleidt van uw werk.

Maar deze interface is erg handig op netbooks en andere apparaten met een klein display. Artikelen, brieven en allerlei aantekeningen schrijven is een plezier.

Waarom heb je RTF nodig?

Ten eerste zijn tekstbestanden niet geïnfecteerd met virussen en is het onmogelijk om er kwaadaardige macro's in te plaatsen. *rtf-bestanden zijn volkomen veilig, net als *txt. Maar *doc is heel goed in staat om voor onaangename verrassingen te zorgen.

Ten tweede wordt Rich Text Format begrepen door alle moderne tekstverwerkers en uiteraard door RTF-editors in alle populaire besturingssystemen.

Uw nederige dienaar zag met eigen ogen hoe Word 2010 in Windows 7 botweg weigerde *odt made in LibreOffice te openen. Hij zei dat het bestand een fout bevatte. Ik moest de flashdrive terug naar de computer brengen met Ubuntu (gelukkig bevond deze zich in een nabijgelegen kantoor) en het document naar RTF converteren. Waarna Word het bestand zonder bezwaar opende.

Hoe ermee te leven

Kleine Russischtalige documenten van tien tot vijftien pagina's kunnen veilig in RTF worden opgeslagen. Ze zullen naar moderne maatstaven weinig ruimte in beslag nemen. Maar *rtf-bestanden met hele romans zullen ongelooflijk toenemen en zullen, wanneer ze worden geopend, een behoorlijke hoeveelheid CPU-belasting vergen. Omdat de letters van het Russische alfabet worden vervangen door bytecoderingsaanduidingen, zoals eerder vermeld.

Laten we zeggen dat u tijdens het werken in Ubuntu snel een kleine tekst moet opslaan die u later in Windows moet openen. Als je *txt aanmaakt in Gedit, zal Kladblok hoogstwaarschijnlijk iets vreemds weergeven in plaats van letters, zonder de codering automatisch te herkennen.

Maar als u een snelle FocusWriter gebruikt en *rtf produceert, zijn er geen problemen, alles wordt normaal weergegeven. De codering wordt in de broncode aangegeven na \rtf1 .

Laten we het samenvatten

Rich Text Format (ook bekend als RTF) is dus universeel en daarom geschikt voor het maken en openen van opgemaakte teksten in verschillende besturingssystemen. Het is echter het beste om het alleen voor kleine Russischtalige documenten te gebruiken. Voor Engelssprekenden (en anderen met Latijnse letters) is er geen probleem met opgeblazen bestanden.

Er kan van alles gebeuren in het leven, en als je plotseling documenten moet openen in het nog steeds populaire Windows, dan kunnen in dit geval de belangrijke bestanden die je in *odt in Ubuntu bewaart, worden gedupliceerd in *rtf. Omdat computers met Microsoft OS vaak Word hebben en niet LibreOffice Writer.

Eerdere publicaties: