從RTF文件中提取'具有語言意義的'字符

Question

我已經編寫了一個Mac應用程序，它交叉引用各種輸入文本和RTF文件以生成輸出文件。該應用的一部分讀入這些文件，並從TXT或RTF文件中提取「語言重要」字符，並將其釋放以供進一步處理。

我爲此使用了以下方法。它工作正常，但我想知道如果也許我要走很長的路或做一些完全不必要的事情。

inputdatafile = [NSString stringWithContentsOfFile: fullpath encoding: NSASCIIStringEncoding error:&error]; 

    // test rtf wrapper code right here // 
    inputdataNSData=[inputdatafile dataUsingEncoding:NSUTF8StringEncoding]; 
    wrapper = [[NSFileWrapper alloc] initRegularFileWithContents:inputdataNSData]; 
    rtfData = [[NSAttributedString alloc] 
      initWithRTF:[wrapper regularFileContents] documentAttributes:nil]; 
    inputdatafilefromrtf = [rtfData string]; 
    if (inputdatafilefromrtf) { 
     inputdatafile = [NSMutableString stringWithString:inputdatafilefromrtf];}; 

inputdatafile加載文件的內容。該程序不知道它是什麼類型的文本文件，並試圖查看它是否是RTF。如果是這樣，它會提取文件的內容以供進一步處理。如果不是，它假定它是直接文本並使用它。

這可能是完全意外的工作，需要更新或者也許有更好的方法來做到這一點。

任何人有任何想法，將不勝感激。

Answer 1

你可以嘗試識別文件的使用RTFS magic number像Unix命令file類型呢，或者你可以使用一個像庫libenca。

下面是文件解析的一般解釋和magic numbers。