[已解决]有人用python读取RTF格式文件么？

mr_yang4

环境：
win10 64位
python3.6 32位
VSCode编辑器


问题：
当我读取RTF格式文件时，读取到的都是

1. \par 2017-7-12 13:20:22  \'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce
   
2. \par 2017-7-12 13:20:28  \'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce
   
3. \par 2017-7-12 13:20:34  \'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce
   
4. \par 2017-7-12 13:20:40  \'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce
   
5. \par 2017-7-12 13:20:46  \'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce
   
6. \par 2017-7-12 13:20:52  \'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce
   
7. \par 2017-7-12 13:20:58  \'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce

复制代码

当我用word打开时，却显示的是中文：
2017-7-12 13:20:52  执行了一次
2017-7-12 13:20:58  执行了一次
2017-7-12 13:21:04  执行了一次
2017-7-12 13:21:10  执行了一次
2017-7-12 13:21:16  执行了一次
2017-7-12 13:21:22  执行了一次
2017-7-12 13:21:28  执行了一次


请问：如何在python里面读取RTF内容转换为中文？我需要提取里面的一些特定中文信息，

折腾一天了，愣是读取不到中文，网上有说用pyrtf这个第三方包，下载是下载了，可导入就提示找不到里面的一个类型，而且还找不到使用说明文档，实在没办法求关照。。。

最佳答案

月排行榜 / 总排行榜

SixPy

2017-7-15 17:57:49

1. >>> s=r"\'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce"
   
2. >>> bytearray(int(x,16)for x in s.split(r"\'")[1:]).decode('gbk')
   
3. '执行了一次'

复制代码

跳转到最佳答案楼层

ba21

RTF文件格式编码说明 http://justke123.iteye.com/blog/981579

SixPy

1. >>> s=r"\'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce"
   
2. >>> bytearray(int(x,16)for x in s.split(r"\'")[1:]).decode('gbk')
   
3. '执行了一次'

复制代码

mr_yang4

SixPy 发表于 2017-7-15 17:57

万分感谢....看来还是基础不够牢，学习了

mr_yang4

SixPy 发表于 2017-7-15 17:57

请问下，为什么我把你的推导式改成单字解析中文就不行了？因为文本里面还包含数字和IP地址等，这样就并不是没个元素都可以这么直接转为中文了

1. s=r"\'d0\'dc\'cf\'fe\'c1\'e1(829)  \'b5\'c7\'c2\'bd\'cf\'b5\'cd\'b3(/login.asp)[IP:192.168.1.252]"

复制代码

比如这样的，当传入e1(829)时就会报错无法转换了，可我传入单独的e1解析出来的好像编辑器无法显示，是一个方块了，

我测试方法如下：

1. a=r"\'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce"
   
2. print('a:\t\t'+a)
   
3. print('a的中文：\t'+bytearray(int(x,16)for x in a.split(r"\'")[1:]).decode('gbk'))
   
4. 
   
5. print('a的列表b：')
   
6. b=a.split(r"\'")[1:]    #去掉第一个空的
   
7. print(b)
   
8. 
   
9. print('测试输出中文b：')
   
10. print('b的中文：\t'+bytearray(int(x,16)for x in b[0:]).decode('gbk'))
    
11. 
    
12. print('b的中文：\t'+bytearray(int("d6",16)).decode('gbk'))

复制代码

输出结果：

1. a:                \'d6\'b4\'d0\'d0\'c1\'cb\'d2\'bb\'b4\'ce
   
2. a的中文：        执行了一次
   
3. a的列表b：
   
4. ['d6', 'b4', 'd0', 'd0', 'c1', 'cb', 'd2', 'bb', 'b4', 'ce']
   
5. 测试输出中文b：
   
6. b的中文：        执行了一次
   
7. b的中文：

复制代码

b的中文后面看不到字，好像单个转换总成功不了

SixPy

mr_yang4 发表于 2017-7-17 12:49
请问下，为什么我把你的推导式改成单字解析中文就不行了？因为文本里面还包含数字和IP地址等，这样就并不 ...

你先去学一下字符的编码知识