在 php 中操作 rtf 文件时，直接插入 utf-8 编码的波兰语字符（如 `częstochowa`）会导致乱码，因为 rtf 格式不原生支持 utf-8；需将 unicode 字符转换为 rtf 兼容的 `un?` 控制字格式，并确保文档声明正确的字符集。
RTF（Rich Text Format）是一种历史悠久的文档格式，其原生编码机制基于 ANSI（如 Windows-1252），不直接支持 UTF-8 字节流。当 PHP 以 UTF-8 读取并写入 RTF 内容时，若未按 RTF 规范对 Unicode 字符进行转义，Word 等编辑器会错误解析字节序列，表现为 CzÄ™stochowa 或 Czêstochowa 等乱码——这本质是编码映射失配所致。
✅ 正确做法：将 Unicode 字符转为 RTF 的 uN? 格式
RTF 2.0+ 支持 Unicode 字符嵌入，语法为：
uN?
其中 N 是该字符的 Unicode 码点十进制值（如 ę 的 Unicode 是 U+0142 → 十进制 322），? 是一个占位 ASCII 字符（通常用空格或 .，用于兼容旧解析器）。
因此，Częstochowa 中的 ę（U+0142）应写作 u322?，完整字符串需逐字符转换。
立即学习“PHP免费学习笔记（深入）”；
但手动编码繁琐且易错。推荐使用以下健壮方案：
function utf8ToRtfUnicode($utf8String) {
$result = '';
for ($i = 0; $i < mb_strlen($utf8String, 'UTF-8'); $i++) {
$char = mb_substr($utf8String, $i, 1, 'UTF-8');
$code = mb_ord($char, 'UTF-8'); // PHP 7.2+，获取 Unicode 码点
if ($code <= 0xFFFF) {
$result .= sprintf('u%d?', $code);
} else {
// 处理代理对（超出 BMP 的字符，如 emoji），此处可选
$result .= $char; // 或跳过/替换
}
}
return $result;
}
// 使用示例
$content = file_get_contents('template.rtf');
// 关键：确保原始 RTF 文件头部已声明 nsicpg65001（UTF-8）或 uc1 + udff
// 若无，建议在 RTF 开头插入：{
tf1nsinsicpg65001uc1udff ...
$replaced = str_replace(
'[company_address]',
utf8ToRtfUnicode('Częstochowa'),
$content
);
file_put_contents('uploads/test.rtf', $replaced);⚠️ 重要前提：RTF 文件头部必须包含 nsicpg65001（声明 UTF-8）和 uc1（表示后续 uN? 序列存在）、udff（指定 Unicode 默认字体）。否则 Word 仍按 ANSI 解析。若原始 RTF 由 Word 保存，通常已含这些标记；若为手写 RTF，请检查并补全：{ tf1nsinsicpg65001uc1udffdeff0...
❌ 为什么原答案 mb_convert_encoding('Częstochowa', 'html') 不可靠？
原回答中：
$string = str_replace('&#', "\u", mb_convert_encoding('Częstochowa', 'html'));该方法依赖 HTML 实体（如 ę → ł），再替换为 u322?。但 mb_convert_encoding($str, 'HTML') 并非标准用法（PHP 文档未定义 'HTML' 为目标编码），实际行为因环境而异，不可移植、不推荐用于生产。且未处理多字节边界与 RTF 上下文，易引入额外转义错误。
✅ 最佳实践总结
- ✅ 始终以二进制模式读取 RTF（file_get_contents 默认满足）；
- ✅ 使用 mb_ord() + sprintf('u%d?', $code) 生成标准 uN? 序列；
- ✅ 确保 RTF 头部含 nsicpg65001uc1udff；
- ✅ 避免 mb_convert_encoding($str, 'UTF-8') 对 RTF 内容盲目转码——RTF 是混合文本/控制字格式，整体转 UTF-8 会破坏 onttbl 等 ANSI 结构；
- ✅ 替换后，用 Word 或 LibreOffice 验证渲染效果，而非仅看源码。
遵循以上步骤，即可稳定、准确地在 RTF 模板中注入含波兰语、捷克语等扩展拉丁字符的动态内容。
