Mi az RTF fájl?
A Microsoft által bevezetett és dokumentált Rich Text Format (RTF) a formázott szöveg és grafika kódolási módszere alkalmazásokon belül. A formátum megkönnyíti a platformok közötti dokumentumcserét más Microsoft-termékekkel, így az interoperabilitást szolgálja. Ez a képesség szabványossá teszi a szövegszerkesztő szoftverek közötti adatátvitelt, és így a tartalom átvihető egyik operációs rendszerről a másikra anélkül, hogy elveszítené a dokumentum formázását. A fájlformátum-specifikációkat a Microsoft nyilvános letöltésre teszi elérhetővé, és a fejlesztő szemszögéből is hivatkozni lehet rájuk.
Az RTF fájlformátum rövid története
Az RTF fájlformátum megjelenése óta több felülvizsgálaton ment keresztül. A hivatalos írási/olvasási verzióját a Microsoft Word 3.0 for Macintosh részeként tették közzé, az 1.0-s verzió specifikációival. A specifikációk végleges, 1.9.1-es verzióját a Microsoft 2008 márciusában tette közzé. Ezt követően a specifikáción nem történik további fejlesztés. Jelenleg szinte minden operációs rendszer rendelkezik több funkcióban gazdag alkalmazással, amelyek minimálisra csökkentették/felszámolták az RTF fájlformátum használatát.
RTF fájlformátum specifikációi
Az RTF szabványként szolgál a szövegszerkesztő szoftverek és a tartalom egyik operációs rendszerről a másikra történő átvitelére. Ez a Microsoft Office Word által 2007-ig bevezetett vezérlőszavak használatával érhető el. A szabványos RTF-fájlok ASCII-ből állnak a formázott szöveg megjelenítésére, és nem ASCII-karaktereket tartalmaznak, amelyeket megfelelő kódértékekké alakítanak át. A Word újabb verziói képesek olvasni a korábbi verziókkal generált RTF-fájlokat, míg a régebbi verziók figyelmen kívül hagyják az általuk nem értett vezérlőszavakat és csoportokat.
Az RTF alapjainak megértése
Az RTF fájlok 7 bites ASCII egyszerű szöveget használnak, amely a következőkből áll:
- ellenőrző szavak
- vezérlő szimbólumok és
- csoportok.
Ezek az RTF adatok érthető szövegként és karakterkódolásként való megjelenítésének építőkövei.
Vezérlőszó
Ezek speciálisan formázott parancsok, amelyek a karakterek megjelenítésre való megjelölésére szolgálnak, és nem lehetnek hosszabbak 32 betűnél. A vezérlőszót a következők határozzák meg:
<ASCII Letter Sequence> //<//Delimiter//> //
Minden vezérlőszó megkülönbözteti a kis- és nagybetűket, és fordított perjellel kezdődik. Az ASCII betűsor tartalmazhat ASCII ábécét (a-tól z-ig és A-tól Z-ig). Az a vezérlőszó nevének végét jelöli, és a következők egyike lehet:
- Egy tér. Ez csak az ellenőrző szó elhatárolására szolgál, és figyelmen kívül hagyja a későbbi feldolgozás során.
- Numerikus számjegy vagy ASCII mínuszjel, amely azt jelzi, hogy egy numerikus paraméter van társítva a vezérlőszóhoz. A következő digitális sorozatot ezután az ASCII számjegyen kívül bármilyen karakter választja el (általában egy másik vezérlőszó, amely fordított perjellel kezdődik). A paraméter lehet pozitív vagy negatív decimális szám. A szám értékeinek tartománya névlegesen –32768 és 32767 között van, azaz egy előjeles 16 bites egész szám. Néhány vezérlőszó a –2 147 483 648 és 2 147 483 647 (32 bites előjelű egész) tartományba esik. Ezek a vezérlőszavak tartalmazzák a \binN, \revdttmN//, \rsidN kapcsolódó vezérlőszavakat és néhány képtulajdonságot, például a \bliptagN. Itt az N a numerikus paramétert jelöli. Az RTF-elemzőnek legfeljebb 10 számjegyet kell engedélyeznie, amelyet opcionálisan mínusz jel előz meg. Ha a határoló szóköz, akkor el kell dobni, vagyis nem kerül bele a későbbi feldolgozásba.
- Betűtől vagy számjegytől eltérő karakter. Ebben az esetben a határoló karakter befejezi a vezérlőszót, és nem része a vezérlőszónak. Például egy fordított perjel „\”, ami azt jelenti, hogy új vezérlőszó vagy vezérlőszimbólum következik.
Ellenőrző szimbólum
A vezérlőszimbólum egy különleges eseményt jelöl, amelynek sajátos jelentése van a tartalmától függően. Ez egy fordított perjelből áll, amelyet egy speciális karakter követ (nem alfabetikus karakter), és nem tartalmaz elválasztójeleket.
Csoport
Egy csoport állhat szövegből, vezérlőszavakból vagy kapcsos zárójelekbe zárt vezérlőszimbólumokból ({ }). A nyitó kapcsos zárójel ({ ) a csoport kezdetét, a záró kapcsos zárójel (}) pedig a csoport végét jelzi. Minden csoport meghatározza a csoport által érintett szöveget és a szöveg különböző attribútumait.
RTF fájlszerkezet
Az RTF fájl a következő szabványos szintaxissal rendelkezik:
A Microsoft által bevezetett és dokumentált Rich Text Format (RTF) a formázott szöveg és grafika kódolási módszere alkalmazásokon belül. A formátum megkönnyíti a platformok közötti dokumentumcserét más Microsoft-termékekkel, így az interoperabilitást szolgálja. Ez a képesség szabványossá teszi a szövegszerkesztő szoftverek közötti adatátvitelt, és így a tartalom átvihető egyik operációs rendszerről a másikra anélkül, hogy elveszítené a dokumentum formázását. A fájlformátum-specifikációkat a Microsoft nyilvános letöltésre teszi elérhetővé, és a fejlesztő szemszögéből is hivatkozni lehet rájuk.
RTF fejléc
Az RTF fejlécnek a következő ábrázolása van.
| Mező | Leírás |
|---|---|
| <header> | \rtf1\fbidis? <character set> <from> ? <deffont> <deflang> <fonttbl> ? <filetbl> ? <colortbl> ? <stylesheet> ? <stylerestrictions> ? <listtables> ? <revtbl> ? <rsidtable> ? <mathprops> ? <generator> ? |
A fejléctáblázatoknak ebben a sorrendben kell megjelenniük, ha vannak. Az RTF fájl tartalmazhat csoportokat a betűtípusokhoz, stílusokhoz, képernyőszínekhez, képekhez, lábjegyzetekhez, megjegyzésekhez (annotációk), fejlécekhez és láblécekhez, összefoglaló információkhoz, mezőkhöz, könyvjelzőkhöz, dokumentum-, szakasz-, bekezdés- és karakterformázási tulajdonságokhoz, matematikához, képeket és tárgyakat. Ha a fájl tartalmazza a betűtípust, a fájlt, a stílust, a színt, a revíziójelet és az összefoglaló információs csoportokat és a dokumentum formázási tulajdonságait, akkor ezeknek az RTF törzsét megelőző RTF fejlécben kell megjelenniük. Ha valamelyik csoport tartalmát nem használjuk fel, a csoport elhagyható. Minden olyan csoportnak, amely egy másik csoportban meghatározott tulajdonságokat használja, a tulajdonságokat meghatározó csoport után kell megjelennie. Például a szín és a betűtípus tulajdonságainak meg kell előzniük a stíluscsoportot.
RTF verzió
Az RTF-dokumentumnak a következő hat karakterrel kell kezdődnie:
{\rtf1
ahol az 1 az RTF verziószámot mutatja.
Karakterkészlet
Az {\rtf1 után a dokumentumnak deklarálnia kell, hogy milyen karakterkészletet használ. A karakterkészlet deklarálása az alábbi parancsok egyikével történik:
\ansi – A dokumentum az ANSI karakterkészletben, más néven Code Page 1252-ben található, a szokásos MSWindows karakterkészletben.
\mac – A dokumentum a MacAscii karakterkészletben található, amely a Mac OS régi (10 előtti) verzióiban szokásos karakterkészlet.
\pc - A dokumentum a DOS Code Page 437-ben található, amely az MS-DOS alapértelmezett karakterkészlete. A jó izommemóriával rendelkező gépírók észreveszik, hogy ez az a karakterkészlet, amelyet még mindig használnak az „Alt numerikus” kódok értelmezésére – azaz ha lenyomva tartja az Alt billentyűt és beírja a „130”-at a numerikus billentyűzeten, az é betűt produkál, mert a karakter A 130 a CP437-ben egy é. Manapság ez az egyetlen használat, amelyet a CP437 lát.
\pca – A dokumentum a DOS Code Page 850-ben található, más néven MS-DOS többnyelvű kódoldal.
Betűtípus parancs
A karakterkészlet definícióját a \deffN parancs követi. Ez határozza meg, hogy az N betűtípus az alapértelmezett betűtípus ehhez a dokumentumhoz. Az N betűszámra a betűtípustáblázatból hivatkozunk. A \deffN parancs technikailag nem kötelező, de ott kell lennie, hogy biztonságos legyen, mint egy gyakori prolog, például a következő a 0 betűtípust választja alapértelmezett betűtípusnak.
{\rtf1\ansi\deff0
Betűtábla
A dokumentumban használható összes betűtípus megjelenik egy betűtípus-táblázatban, ahol minden betűtípust egy betűtípus-szám jelöl. A dokumentumnak rendelkeznie kell betűkészlet-táblázattal, bár egyes programok e nélkül is működnek.
A betűtípustáblázat szintaxisa: {\fonttbl //…declarations//…}, amelyben minden deklaráció a következő alapvető szintaxissal rendelkezik:
{\fnumber\familycommand Fontname;}
A négy deklarációt tartalmazó betűkészlet táblázat a következő:
{\fonttbl
{\f0\froman Times;}
{\f1\fswiss Arial;}
{\f2\fmodern Courier New;}
}
Az ilyen betűtípus-táblázattal rendelkező dokumentumokban a {\f2 cucc} „cuccot” nyomtat a Courier New-ban. Egy betűtípus nem használható a dokumentumban, amíg nem szerepel a betűtípustáblázatban.
Dokumentum vége
Minden RTF-dokumentumnak }-re kell végződnie, hogy bezárja a csoportot, amelyet a dokumentum első karaktereként megnyitott {. Semmi sem követheti az utolsó }-t, kivéve esetleg egy újsort.
