PHP不原生支持RTF解析，需先读取文件内容，再用正则或状态机剥离控制字、转义符等非正文部分；推荐使用rtf-html-php等成熟类库转换为HTML后提取纯文本，并注意ANSI/Unicode编码转换以确保中文正常显示。
PHP 本身不原生支持解析 RTF（Rich Text Format）文件，因为 RTF 是一种带控制字和组结构的格式文本，不是纯文本或标准 XML。要读取并提取其中的**可见文字内容**（忽略格式），核心思路是：先用 PHP 读取 RTF 文件为字符串，再通过正则或状态机方式剥离 RTF 控制命令（如 {
tf1nsinsicpg936...）、转义符、字体表、颜色表等非正文部分，保留可读的 Unicode 或 ANSI 编码文本。
步骤一：用 file_get_contents 读取原始 RTF 内容
RTF 文件本质是文本文件（尽管含二进制转义），可用 PHP 基础函数读取：
-
确保文件存在且有读取权限，例如：
file_exists('doc.rtf')和is_readable('doc.rtf') - 使用
file_get_contents('doc.rtf')获取完整字符串（注意：大文件建议用fopen + fread分块读取，避免内存溢出） - RTF 通常以
{ tf1开头，编码可能为 ANSI、UTF-8 或 UTF-16（需检测 BOM 或nsicpg指令）
步骤二：基础 RTF 文本提取（正则简化法）
适用于格式简单、无嵌套表格/图片/特殊对象的 RTF。以下是一个轻量级去格式示例（不依赖外部库）：
- 先用
preg_replace去除所有花括号内的控制组（如{ onttbl...}、{colortbl...}）——但需注意嵌套，简单正则无法完美处理，仅作初步清理 - 用
preg_replace('/\\[a-z]+d*/i', '', $rtf)去掉反斜杠开头的控制字（如par、、s24） - 用
preg_replace('/{|}/', '', $rtf)去掉剩余花括号（慎用，可能误删正文中的{） - 最后用
trim()和html_entity_decode()（若含 HTML 实体）辅助清理
步骤三：推荐使用成熟类库（更可靠）
手动解析 RTF 容易出错，尤其遇到 Unicode 转义（uN?）、十六进制数据（'xx）、嵌套组时。建议引入专用解析器：
立即学习“PHP免费学习笔记（深入）”；
-
rtf-html-php（GitHub 开源）：将 RTF 转为 HTML，再用
strip_tags()提取纯文本，支持基本格式与编码转换 -
php-rtf（较老但轻量）：提供
RtfParser类，可获取段落、文本、属性等结构化数据 - 若项目已用 Composer，执行：
composer require "stil/gift" --no-dev（gift 是一个 RTF→text 的小工具包） - 调用示例（以 rtf-html-php 为例）：
$html = RtfToHtml::convert(file_get_contents('doc.rtf'));$text = strip_tags($html);
步骤四：注意编码与中文兼容性
中文 RTF 常用 nsicpg936（GBK）或 uc1 + uN? 表示 Unicode 字符，PHP 处理时需转换：
- 检测 RTF 头部是否有
nsicpg936，若有，用mb_convert_encoding($text, 'UTF-8', 'GBK')转码 - 遇到
uN?形式（如u12345?），需正则匹配并用mb_chr($n, 'UTF-8')还原（PHP 7.2+） - 避免直接 echo 中文乱码，输出前统一设为 UTF-8：
header('Content-Type: text/plain; charset=utf-8');
