RTF 转 Markdown：从 1987 年的格式里挖出结构
用文本编辑器打开一个 .rtf，你会看到类似
{\rtf1\ansi\deff0{\fonttbl{\f0 Times New Roman;}}\b Heading\b0\par 的东西。这就是
富文本格式的全部戏法：纯 ASCII，中间撒满控制字。\b 开粗体，
\b0 关粗体，\par 结束段落，花括号圈定作用域。微软在八十年代末设计了
它，好让不同厂商的文字处理器能交换文档，此后设计几乎没变过。
这让 RTF 转 Markdown 转换器做的是一桩相当本分的翻译活。两种格式都是行内
标记。粗体变成 **bold**，斜体变成 *italic*，列表还是列表，表格变成
竖线表格。把文件拖到上方，几秒钟就有 Markdown——免费、免注册、上限 50 MB，什么都不存。
为什么现在还有人塞给你 RTF
2026 年没有人主动选 RTF。但它照样会送上门来，而且几乎总是出自这几处：
- 法院与法律系统。电子立案门户、笔录服务和案件管理软件都倚重 RTF，因为它是 一份开放、稳定、人人可读的规范，对方用 2009 年的软件打开也不会坏。
- 医疗记录。临床记录、出院小结和口述转写结果以 RTF 块的形式待在电子病历 数据库里，比外行想象的常见得多。
- 政府与公共部门的文件交换。理由和法院相同——长期可读性压倒格式新潮。
- 写字板。它几十年的默认保存格式就是 RTF，海量随手写下的文档因此都存成了 它。
- 邮件附件与富文本正文。Outlook 的富文本模式产出的就是 RTF，从 MSG 邮件文件里 提取内容时它会冒出来。
- 老 CRM 和工单备注字段。Web 编辑器成熟之前带富文本输入框的任何应用， 八成都在数据库某一列里存着 RTF。
控制字与真正的内容
转换的全部工作就是把这两者区分开。RTF 文件以一个头部组开场，里面有字体表，通常还有颜色表， 有时有样式表。这些都不是内容——它们是文档自己的配置，一份短备忘里它们能轻松占掉三分之一的 字节。
头部之后是正文，控制字和文本交错。有些控制字能干净地映射到 Markdown：
- 字符格式。
\b、\i、\ul变成粗体、 斜体——而下划线嘛，Markdown 没有，通常降级成强调或直接丢掉。如果文档用下划线标出定义 术语（法律文书常这么干），这是实打实的损失。 - 段落与换行。
\par和\line变成段落和换行。 直截了当。 - 列表。
\pntext和较新的\listtable机制变成项目 符号和编号，源文件正确声明层级的话嵌套也保留。 - 表格。
\trowd、\cellx和\cell显式 定义行与单元格边界，所以能可靠地重建成 Markdown 竖线表格。这是选 Markdown 而不是 RTF 转纯文本的头号 理由——把表格压平，每个值属于哪一列就永远没了。
麻烦的是标题。RTF 在 \stylesheet 里有具名段落样式，作者用了的话，"Heading 1"
映射到 #，你得到一份真正的文档大纲。但 RTF 也允许直接排格式——把一行调成 18 磅
加粗，完事——而现实中的大量文件就是这么写的。转出来的 RTF 一片扁平、该是标题的地方只有几行
粗体字，原因就在这儿。源文件从没说过"这是标题"，它只说了"又大又粗"。
嵌入对象过不来
RTF 能内嵌二进制载荷：图片以十六进制编码的 \pict 组存在，OLE 嵌入——一段链接的
Excel 区域、一张 Visio 图、一个公式对象——则是 \object 组。这就是为什么一个带
三张截图的 RTF 能有 12 MB 的"文本"。
这些统统变不成文字。这里没有 OCR，表格的截图仍然是截图。嵌入的电子表格对象只会留下当初随它 存储的那份纯文本渲染，可能不完整——数字重要的话，找来源工作簿，改跑 Excel 转 Markdown。 脚注和批注通常能以文本形式活下来，但会落在文本流末尾而不是原来的锚点处，依赖它们之前先确认 位置。
RTF 真的比 DOCX 更可预期
DOCX 是一个 zip 归档，里面装着 XML 文档，外加关系文件、样式部件、编号定义和内容类型清单。 结构同时住在好几个地方，还互相引用。它转换得不错，但零件实在多。
RTF 是一条从头读到尾的线性流。没有压缩，没有会损坏的 zip 层，没有关系图。转换结果怪怪的时候， 你可以用文本编辑器打开文件看出原因——现代办公格式没有一个做得到这一点。这份透明正是强监管 行业一直用它的原因。
代价是 RTF 的结构词汇更贫瘠。没有语义分节，样式约束更弱，值得一提的跟踪元数据也没有。同一份 文档两种格式都有的话，DOCX 通常给出更丰满的标题树—— Word 转 Markdown 是更现代的对应物，有得选时选它。
老文件里的编码怪相
RTF 比"Unicode 已成定局"这件事更古老，大约 2000 年代中期以前写的文件都带着痕迹。几种值得 认识的模式：
- 代码页声明。文件头里带着类似
\ansicpg1252（Windows 西欧）的 声明。出身经典 Mac、或用西里尔文、中欧代码页写的文件会声明别的东西；声明错了或缺失， 带音符的字符就整个变成别的字母。 - 十六进制转义。非 ASCII 字符以
\'92这类转义出现——这一个在 CP1252 里正是右弯撇号，也是老文档转换后冒出怪字符的头号来源。 - 带回退的 Unicode。较新的文件用
\uN?，数字是 Unicode 码点， 尾随字符是给读不懂它的老软件的替身。处理得当你得到真字符；处理马虎你得到那个回退问号。 - 伪 RTF。不少工具吐出的 RTF 并不完全守规矩——花括号不配对、自造控制字、 残缺的组。多数转换器能恢复，但畸形文件可能提前结束，只给你半份文档。输出在句子中间断掉， 先怀疑文件。
实用建议：在转换出的 Markdown 里扫一眼引号、破折号和带音符的人名的位置有没有变成问号和方框。 五秒钟，就能知道剩下的部分可不可信。
它实际被用在哪儿
- 法律文书审阅。编号条款在 Markdown 里保持编号，你可以问模型某一具体条款， 得到引用真实条文而非转述的回答。
- 迁移一套老文档。一个文件夹的 RTF 流程文档转成 Markdown，直接放进 git 仓库，头一回变得可 diff、可评审。
- 临床记录。表格化的观测数据以表格形式存活，总结时各部分泾渭分明，不会被 搅在一起。
- 连同代码喂给助手。把遗留规格文档转出来，配上你的 GitHub 仓库文本，模型就能同时 看到需求和实现。
- 贴之前看看大小。输出下方的 token 计数器告诉你一份长文档的开销，总比从 截断报错里发现要强。
本页顶部的格式切换按钮在 Markdown 和纯文本之间切换，并保留你已经选好的文件，两种都产出再 对比只是一次点击的事。
常见问题
怎么把 RTF 文件转成 Markdown？
把 .rtf 传到上方，凡是能干净映射的格式都会保留——粗体、斜体、列表，表格转成竖线表格。免费，单文件 50 MB，免注册。可下载为 .md。
RTF 的结构信息够不够让 Markdown 值得转？
比 DOCX 少，比纯文本多。RTF 记录的是格式而非语义：它知道某一行是 18 磅加粗，不知道那是"标题 1"。所以标题是从外观推断的，推断难免有瑕疵。粗体、斜体、列表和表格映射可靠；文档大纲则是尽力而为。
我的标题能被正确识别吗？
有时候能。标题字号在视觉上前后一致的文档，通常能产出合理的大纲。作者凭手感乱调字号、或在段落中间用粗体正文做强调的文档，会在没打算当标题的地方冒出标题。读一读输出的开头，手动把大纲修一修——比听起来快，而且只用做一次。
为什么 2026 年还会冒出 RTF？
大多是遗留系统的导出。案件管理系统、医疗记录软件、老会计软件和政府文档管道仍在产出 RTF，因为它是一种有文档、稳定、不绑定任何应用的格式，随便哪个文字处理器都打得开。也正因如此，"转换一整个文件夹的 RTF"至今仍是一份真实存在的活儿。
RTF 该选 Markdown 还是纯文本？
当文件是一份你想保持可读的排版文档——信件、报告、模板——选 Markdown。当你在批量处理许多文件、只想要文字本身时，选纯文本——考虑到这些文件通常来自哪里，后者才是更常见的情形。
工具箱的其余部分
RTF 是这里处理的十三种格式之一。 File2Txt 一次上传通吃。 值得知道的相关页面：固定版式文档有 PDF 转 Markdown， 电子书有 EPUB 转 Markdown， 存下来的网页有 HTML 转 Markdown， 整个归档的老文件要一口气过完的话，有 ZIP 转 Markdown。
代码和网页方面有 GitLab 转换器、 本地文件夹转换器，以及抓取 在线页面的 Web2Txt。 为 LLM 准备文档的指南 讲的是整套思路。
Repo2Txt 由 v12hero 开发和维护，那是一位独立开发者，专做隐私优先的原生应用和 Web 应用。