RTFファイルから「言語的に重要な」文字を抽出する

Question

さまざまな入力テキストとRTFファイルを参照して出力ファイルを生成するMacアプリケーションを作成しました。そのアプリケーションの一部がこれらのファイルを読み込んで、TXTファイルまたはRTFファイルから「言語的に重要な」文字を抽出し、さらに処理するために解放します。

私はこれに次の方法を使用しています。それはうまく動作しますが、私はおそらく私は長い道のりを取っているか、まったく必要のない何かをしているのだろうかと思っています。

inputdatafile = [NSString stringWithContentsOfFile: fullpath encoding: NSASCIIStringEncoding error:&error]; 

    // test rtf wrapper code right here // 
    inputdataNSData=[inputdatafile dataUsingEncoding:NSUTF8StringEncoding]; 
    wrapper = [[NSFileWrapper alloc] initRegularFileWithContents:inputdataNSData]; 
    rtfData = [[NSAttributedString alloc] 
      initWithRTF:[wrapper regularFileContents] documentAttributes:nil]; 
    inputdatafilefromrtf = [rtfData string]; 
    if (inputdatafilefromrtf) { 
     inputdatafile = [NSMutableString stringWithString:inputdatafilefromrtf];}; 

inputdatafileはファイルの内容でロードされます。プログラムは、それがどんな種類のテキストファイルであるかを知らず、それがRTFであるかどうかを確かめようとします。そうであれば、それはさらなる処理のためにファイルの内容を抽出する。そうでなければ、それはストレートテキストであると仮定し、それを使用します。

これは完全に誤って動作している可能性があり、更新する必要があるか、またはこれを行うためのより良い方法があります。

誰もがそこにいると思っていても大変感謝します。

Answer 1

あなたはない、またはあなたがlibencaのようなライブラリを使用することができfile UNIXコマンドのようなRTFs magic numberを使用してファイルの種類を識別してみてください。

ここでは、ファイル解析の一般的な説明とmagic numbersです。