Delphi 11.1.5中TRichEdit保存RTF时Unicode字符编码格式设置及相关字符转换问题

阿华AIGC实验室

2026-4-22

嗨，针对你的问题，我从实际开发角度给你拆解解答，都是基于Delphi 11.1.5的Unicode环境和Windows RichEdit控件的特性来分析的：

一、让TRichEdit输出\uXXXX格式的Unicode转义

首先得明确：TRichEdit的Lines.SaveToStream()底层是调用Windows的EM_STREAMOUT消息生成RTF的，默认逻辑是：根据控件关联的代码页（对应RTF里的\ansicpg标记），能被该代码页表示的字符会转成\'XX格式的ANSI字节，只有无法表示的Unicode字符才会输出\uXXXX。

如果想强制所有Unicode字符都用\uXXXX输出，没有直接的属性或开关，但可以通过后处理生成的RTF内容实现，步骤如下：

先把TRichEdit内容保存到内存流，再读取为ASCII格式的RTF文本（因为RTF本身是ASCII兼容的）：

var
  MS: TMemoryStream;
  RtfText: string;
begin
  MS := TMemoryStream.Create;
  try
    RichEdit1.Lines.SaveToStream(MS);
    MS.Position := 0;
    // 用ASCII编码读取RTF，避免编码转换错误
    RtfText := TEncoding.ASCII.GetString(MS.Memory^, MS.Size);
  finally
    MS.Free;
  end;
end;

提取RTF中的\ansicpg代码页：用正则匹配\ansicpg(\d+)，拿到对应的代码页编号（比如\ansicpg1252就是1252）：

var
  CodePage: UINT;
  Match: TMatch;
begin
  CodePage := CP_ACP; // 默认用系统ANSI代码页
  Match := TRegEx.Match(RtfText, '\\ansicpg(\d+)');
  if Match.Success then
    CodePage := StrToUInt(Match.Groups[1].Value);
end;

遍历替换\'XX转义：
- 找到所有\'[0-9A-Fa-f]{2}格式的序列，把每个序列转换成对应的ANSI字节（比如\'e4转成字节$E4）。
- 用MultiByteToWideChar结合提取到的代码页，把字节转成Unicode字符。
- 把原\'XX替换为\uXXXX（XXXX是该Unicode字符的四位十六进制码点，比如字符ä对应U+00E4，就替换成\u00e4）。

注意：处理时要避开RTF控制字（比如\par、\b）里的转义，只处理表示实际字符的\'XX序列。

二、如果无法修改输出格式，如何处理`\'XX`转义的ANSI字符

如果不想修改RTF输出，而是直接解析\'XX序列，核心是利用\ansicpg指定的代码页做转换，具体步骤：

和上面一样，先提取\ansicpg对应的代码页编号。
整理ANSI字节流：收集所有\'XX转义对应的字节，同时保留RTF中的普通ANSI文本（非转义的字符），组成完整的ANSI字节数组。

用MultiByteToWideChar把ANSI字节流转成Unicode字符串：

function AnsicpgBytesToUnicode(const Bytes: TBytes; CodePage: UINT): string;
var
  WideLen: Integer;
begin
  Result := '';
  if Length(Bytes) = 0 then Exit;
  // 先获取所需的Unicode缓冲区长度
  WideLen := MultiByteToWideChar(CodePage, 0, PByte(Bytes), Length(Bytes), nil, 0);
  if WideLen > 0 then
  begin
    SetLength(Result, WideLen);
    // 执行转换
    MultiByteToWideChar(CodePage, 0, PByte(Bytes), Length(Bytes), PWideChar(Result), WideLen);
  end;
end;