将RTF文件转换为字符串输出时如何去除内容中的\par标记

解决方案 #

方法1：直接字符串替换（仅需去除\par标记时使用） #

你可以直接调用Python字符串的replace()方法处理读取到的内容，注意反斜杠在Python字符串中是转义字符，需要写两个反斜杠才能匹配到文本里的\：

with open('myfile.rtf', 'r') as file:
    text = file.read()
# 把\par替换为换行符，对应你原来按回车的换行效果
processed_text = text.replace('\\par', '\n')
# 如果不需要保留换行，直接替换为空字符串即可：
# processed_text = text.replace('\\par', '')
print(processed_text)

方法2：使用专门的RTF解析库（推荐，可清理所有RTF格式标记） #

如果你的RTF里还有其他格式控制标记，直接替换容易有遗漏，可以用专门的RTF文本提取库striprtf，一步提取纯文本内容：

• 先安装依赖库：
  pip install striprtf
• 调用库读取RTF文件：

from striprtf import Striprtf

with open('myfile.rtf', 'r') as file:
    rtf_content = file.read()
text = Striprtf(rtf_content).text
print(text)

用这个方法提取出来的文本会自动清理所有RTF的格式控制标记，不需要手动逐个替换。

内容的提问来源于stack exchange，提问作者Priyangshu Ram