在我拥有的 RTF 文件中(字符编码 ansicp1251)
出现这些转义的编码字符:
\'a1\'dd
当我在 RTF 编辑器中打开它时，它正确打开为 unicode 符号 U+2265 ≥。在 RTF 文档中，它将这些转义字符列为十六进制代码。但是，将其列为 hex(A1) + hex(DD) 是不正确的，因为它们代表两个不同的字符，而我只想要 unicode U+2265 ≥< 的一个字符.
我在 EUC-CN = 中文 Windows = Mac OS 中文简体编码字符集中找到了 A1DD 的匹配项，它可以正确识别 unicode 符号 U+2265。
但是，此编码未在文件中的任何位置列出，并且我不确定我的 RTF 查看器如何知道我不需要 hex(A1) + hex(DD) 而我需要想要这个双字节字符。
我在谷歌上进行了广泛的搜索，但一无所获；有很多其他人对此有报告，但我还没有看到解决方案。我想用 Perl/Python 等编写一个脚本来处理这种转换，而不依赖于可以读/写 RTF 格式的 Windows 工具。
最佳答案
RTF 文件中用于 'xx 字节转义的编码因字体而异。因此，您通常必须对 RTF 进行足够的解析才能找到当前的 \fcharset 定义，然后才能决定如何对其进行解码。这里你可能有 fcharset 134 又名代码页 936 又名 GB。
关于python - 转义双字节/多字节字符的 RTF 转换，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29516412/