PHP不原生支持RTF解析，需用php-rtf-lib（结构化数组）或rtf-html-php（转HTML）等库；手动解析须处理控制字、组嵌套、编码识别（如ansicpg936/utf8）及状态栈；用途决定输出格式：网页用HTML、API用JSON、纯文本则正则剥离。
PHP 本身不原生支持解析 RTF（Rich Text Format）文件并保留格式，因为 RTF 是一种带控制字的标记文本格式，不是纯文本。直接用 file_get_contents() 只能读出原始 RTF 代码（如 {\rtf1\ansi\ansicpg936...}），无法自动渲染或提取带样式的结构化内容。要“保留格式”，实际是指：解析出文本+样式信息（如加粗、字体、颜色、段落缩进等），再用于展示、转换或进一步处理。
使用成熟 RTF 解析库（推荐）
避免重复造轮子，优先选用经过验证的第三方库：
- php-rtf-lib（GitHub 开源）：轻量级，可将 RTF 解析为结构化数组，包含段落、文本、字体、颜色、加粗/斜体等属性。支持基本格式，适合中低复杂度文档。
- rtf-html-php：专为 RTF → HTML 转换设计，保留大部分常见格式（标题、列表、对齐、字体），输出可直接嵌入网页。注意它不返回原始样式数据，而是生成等效 HTML。
- 若需高保真（含表格、图片、页眉页脚），可考虑调用外部工具（如 LibreOffice CLI）转为 HTML 或 PDF，再由 PHP 读取结果。
手动解析需谨慎处理控制字和组嵌套
RTF 文件由“控制字”（如 \b 表示加粗）、“控制符号”（如 '\x 表示十六进制字符）和“组”（花括号 { } 包裹的逻辑块）构成。手动解析时关键点：
- 必须递归解析花括号层级，不同组可能有独立字体/颜色设置；
- 控制字常带参数（如
\fs24表示字号 12pt），需正确提取数值； - 中文 RTF 常含
\ansicpg936或\utf8标识，读取后需按对应编码解码文本（不能默认用 UTF-8 直接mb_convert_encoding）； - 忽略未知控制字，但保留其作用范围（如
{\unknown\plain text}中\unknown可跳过，\plain需重置格式）。
输出时选择合适的目标格式来“保留效果”
所谓“保留格式”取决于你的用途：
立即学习“PHP免费学习笔记（深入）”；
- 想在网页显示 → 转成 HTML（内联 style 或 class），用 rtf-html-php 最省事；
- 想存入数据库或 API 返回 → 用 JSON 结构化存储（如每个段落含
text、bold、font_name、color字段）； - 仅需提取纯文本（去掉格式但保留换行/段落）→ 可用正则粗略剥离控制字（
/\\\\[a-zA-Z]+[0-9]*|\\\\'[^']*/），再替换\par为\n，但会丢失所有样式语义。
调试与兼容性提醒
RTF 规范版本多（1.0–1.9.1），不同编辑器（Word、WPS、TextEdit）生成的 RTF 差异大：
- 先用文本编辑器打开 RTF 文件，确认头部是否有
{\rtf1和明确的字符集声明（如\ansicpg936或\uc1\ud0\utf8）； - 测试小文件起步，避免一上来解析几十页含图片的 Word 导出 RTF；
- 遇到乱码，优先检查编码识别逻辑——很多库默认按 ASCII 处理，需手动指定 CP936 或 UTF-8；
- 加粗/斜体失效？可能是控制字未闭合（如缺少
\b0），解析器需支持状态栈回退。
不复杂但容易忽略：RTF 不是 XML，没有标准 Schema，解析本质是状态机 + 规则匹配。选对库、看清编码、分清用途，比手写解析器更可靠。
