PHP不原生支持RTF解析，需校验{ tf1头、括号平衡及编码声明，推荐用mtibben/rtf库或unrtf命令提取文本，避免正则硬解和错误转码。
PHP 本身不原生支持 RTF 文件解析，直接用 fopen 或 file_get_contents 读取只能拿到原始文本（含控制字），不会自动转换为纯文本或结构化内容。所谓“格式错误”，通常是因为误将 RTF 当作普通 TXT 处理，或未正确识别其头部、编码、嵌套结构导致解析失败。
确认 RTF 文件是否真正合法
RTF 文件必须以 {
tf1 开头（注意左花括号 + 反斜杠 + rtf1），且编码声明（如 nsi、utf8）需与实际内容匹配。常见问题：
- 文件被截断（缺少结尾
}或中间嵌套未闭合） - 混入 BOM（尤其是 UTF-8 with BOM 的 RTF，PHP 读取后首字符异常）
- 使用了非标准扩展控制字（如 Word 特有字段），导致解析器崩溃
建议先用十六进制工具（如 xxd file.rtf | head -n 5）检查前 20 字节是否为 7B 5C 72 74 66 31（即 {
tf1 的 ASCII 十六进制）。
轻量级校验：用正则快速判断基础结构
无需完整解析，可先做最小合法性筛查：
立即学习“PHP免费学习笔记（深入）”；
$content = file_get_contents('test.rtf');
// 检查开头是否为 {
tf1（允许空格/换行）
if (!preg_match('/^s*\
tf1/i', $content)) {
throw new Exception('RTF header missing or invalid');
}
// 检查大括号是否基本平衡（粗略计数，防明显损坏）
$braceCount = substr_count($content, '{') - substr_count($content, '}');
if ($braceCount !== 0) {
throw new Exception('Unmatched braces in RTF');
}该方法不能替代解析，但能拦截 80% 明显损坏文件，避免后续解析器报错。
安全读取与转义：防止控制字干扰业务逻辑
若只需提取可见文本（忽略格式），不推荐正则硬解——RTF 嵌套复杂，par、line、组嵌套等易出错。更稳妥的做法是：
- 用成熟库如 mtibben/rtf（纯 PHP，轻量，支持基础 ANSI/UTF-8）
- 或调用系统命令（Linux）：
unrtf --text file.rtf 2>/dev/null（需安装unrtf包，注意输入源可信） - 对读取的原始内容做预处理：移除 BOM、统一换行符、过滤不可见控制字符（如
- -）
编码适配关键点
RTF 中的 nsi 表示 Windows-1252 编码，utf8 表示 UTF-8（需配合 uc1 等说明）。PHP 读取后务必按声明转码：
// 示例：检测到 utf8 后，确保 content 是 UTF-8
if (preg_match('/\\utf8/i', $content)) {
$content = mb_convert_encoding($content, 'UTF-8', 'UTF-8'); // 防止二次编码
} else {
$content = mb_convert_encoding($content, 'UTF-8', 'Windows-1252');
}跳过编码判断直接 utf8_encode() 会导致乱码，尤其含中文、俄文等多字节字符时。
不复杂但容易忽略：RTF 是格式文档，不是数据交换格式。生产环境建议优先转 PDF 或 Markdown 存储，读取时再按需渲染；若必须处理 RTF，用专用解析器比手写正则更可靠。
