避免unicode字符被截断的方法

Posted oyhj

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了避免unicode字符被截断的方法相关的知识,希望对你有一定的参考价值。

NSString *str = @"????????";
NSRange range = NSMakeRange(2, str.length - 2);
NSString *subStr = [str substringWithRange:range];

这里的str.length = 8,因为字符串是unicode格式,一个字符是4个字节组合表示的。

- (NSString *)utf8ToUnicode:(NSString *)string{
    
    NSUInteger length = [string length];
    NSMutableString *str = [NSMutableString stringWithCapacity:0];
    for (int i = 0;i < length; i++){
        NSMutableString *s = [NSMutableString stringWithCapacity:0];
        unichar _char = [string characterAtIndex:i];
        // 判断是否为英文和数字
        if (_char <= 9 && _char >=0){
            [s appendFormat:@"%@",[string substringWithRange:NSMakeRange(i,1)]];
        }else if(_char >=a && _char <= z){
            [s appendFormat:@"%@",[string substringWithRange:NSMakeRange(i,1)]];
        }else if(_char >=A && _char <= Z)
        {
            [s appendFormat:@"%@",[string substringWithRange:NSMakeRange(i,1)]];
        }else{
            // 中文和字符
            [s appendFormat:@"\u%x",[string characterAtIndex:i]];
            // 不足位数补0 否则解码不成功
            if (s.length == 4) {
                [s insertString:@"00" atIndex:2];
            } else if (s.length == 5) {
                [s insertString:@"0" atIndex:2];
            }
        }
        [str appendFormat:@"%@", s];
    }
    return str;
}

NSString *strB = [self utf8ToUnicode:str];

将中文转成unicode形式,strB = @"ud83dudc74ud83cudffbud83dudc6eud83cudffd";

[email protected]"ud83cudffbud83dudc6eud83cudffd";但是因为被截断后,打印出来变成了??????,而如果range.location从1开始,出现都是unicode形式的字符串,因为被截断后没有对应的组合字符串可以显示。可以利用循环打印下结果

for (int i = 0; i < str.length; i++) {
        NSRange range = NSMakeRange(i, str.length - i);
        NSString *temp = [str substringWithRange:range];
        NSLog(@"temp = %@", temp);
}

/*
     temp = ????????
     temp = udc74ud83cudffbud83dudc6eud83cudffd
     temp = ??????
     temp = udffbud83dudc6eud83cudffd
     temp = ????
     temp = udc6eud83cudffd
     temp = ??
     temp = udffd
*/

结果可能不是我们想要的,我们如果想要截断后的字符为显示字符的子集,也就是????或????或者????????。那么可以使用

rangeOfComposedCharacterSequencesForRange:调整range,防止有效的unicode字符被截断成无效字符(无显示意义)。请看下面

for (int i = 0; i < str.length; i++) {
        NSRange range = NSMakeRange(i, str.length - i);
        range = [str rangeOfComposedCharacterSequencesForRange:range];
        NSString *temp = [str substringWithRange:range];
        NSLog(@"temp = %@", temp);
}

/*
     temp = ????????
     temp = ????????
     temp = ????????
     temp = ????????
     temp = ????
     temp = ????
     temp = ????
     temp = ????
*/

 



以上是关于避免unicode字符被截断的方法的主要内容,如果未能解决你的问题,请参考以下文章

.Net含Unicode的字符串截断 VB.NET C#

从 CSV 复制到访问时,避免数字被截断

Perforce unicode问题:使用非ascii字符的同步文件会导致截断

python 通过计算字节,明智地将str / bytes(py3)或str / unicode字符串(py2)截断到某个限制

SQLException : 字符串或二进制数据将被截断

Unicode 转义序列