无法读取RTF文件ANSI包含阿拉伯语Charachters

Question

我RTF文件ANSI进行编码，而它包含Arabic短语。我试图读取这个文件，但无法用正确的编码读取它。

RTF文件：

{\rtf1\fbidis\ansi\deff0{\fonttbl{\f0\fnil\fcharset178 MS Sans Serif;}{\f1\fnil\fcharset0 MS Sans Serif;}} 

\viewkind4\uc1\pard\ltrpar\lang12289\f0\rtlch\fs16\'ca\'d1\'cc\'e3\'c9: \'d3\'e3\'ed\'d1 \'c7\'e1\'e3\'cc\'d0\'e6\'c8\f1\ltrch\par 

} 

和我的Java代码：

RTFEditorKit rtf = new RTFEditorKit(); 
Document doc = rtf.createDefaultDocument(); 
rtf.read(new InputStreamReader(new FileInputStream("Document.rtf"), "windows-1256"),doc,0); 
System.out.println(doc.getText(0,doc.getLength())); 

和错误的输出是：

ÊÑÌãÉ: ÓãíÑ ÇáãÌÐæÈ 

Answer 1

尝试RTFParserKit，这应该正确地支持类似的编码你描述的那些。

这里是您的示例中提取的文本：

ترجمة：سميرالمجذوب

我用了RtfDump类附带RTFParserKit转储RTF内容到一个XML文件中。该类在所提供的输入文件上调用StandardRtfParser，而RtfDumpListener类在读取文件时接收解析器引发的事件，并随着XML文件的进行向XML文件添加内容。