Objective-C如何获得unicode字符

Question

我希望在Objective-C中获得给定unicode字符的unicode代码点。 NSString称其内部使用UTF-16编码并表示，

  

NSString类有两个原始方法-length和characterAtIndex： - 为其界面中的所有其他方法提供基础。 length方法返回字符串中Unicode字符的总数。 characterAtIndex：通过索引访问字符串中的每个字符，索引值从0开始。

这似乎假设characterAtIndex方法是unicode意识。但是它返回unichar是一个16位无符号int类型。

- (unichar)characterAtIndex:(NSUInteger)index

问题是：

• Q1：如何在UFFFF上方显示unicode代码点？

• Q2：如果Q1有意义，是否有方法在Objective-C中为给定的unicode字符获取unicode代码点。

THX。

Answer 1

简短回答“Q1：它如何呈现UFFFF上方的unicode代码点？”是：您需要UTF16知道并正确处理Surrogate Code Points。下面的信息和链接应该为您提供指针和示例代码，允许您执行此操作。

NSString文档是正确的。但是，虽然你说“NSString说它内部使用UTF-16编码”，但更准确地说NSString的公共/抽象接口是基于UTF16的。不同之处在于，这会使字符串的内部表示形成私有实现细节，但characterAtIndex:和length等公共方法始终位于UTF16。

这样做的原因是它倾向于在旧的ASCII - 中心和Unicode识别字符串之间取得最佳平衡，主要是因为Unicode是ASCII的严格超集（{{1}使用7位，128个字符，映射到前128个Unicode代码点。

表示＆gt;的Unicode Code Points ASCII，明显超出单U+FFFF Code Unit中可以表示的内容，UTF16使用特殊Surrogate Code Points形成Surrogate Pair，组合在一起形成Unicode代码点＆gt; UTF16。您可以在以下网址找到相关详细信息：

• Unicode UTF常见问题解答 - What are surrogates?
• Unicode UTF常见问题解答 - What’s the algorithm to convert from UTF-16 to character codes?
• 虽然官方的Unicode UTF常见问题解答 - How do I write a UTF converter?现在建议使用International Components for Unicode，但它过去常常推荐一些由Unicode正式批准和维护的代码。虽然不再可以直接从Unicode.org获得，但您仍可以在各种开源项目中找到“不再官方”示例代码的副本：ConvertUTF.c和ConvertUTF.h。如果您需要自己动手，我强烈建议您首先检查此代码，因为它已经过充分测试。

Answer 2

来自length的文档：

  

返回的号码包括   作文的个性   字符序列，所以你不能使用   此方法确定是否为字符串   将在打印或如何显示时显示   很久它会出现。

由此，我推断U + FFFF以上的任何字符都将被计为两个字符，并将被编码为代理对（请参阅http://unicode.org/glossary/处的相关条目）。

如果您有一个UTF-32编码的字符串，其中包含您要转换的字符，您可以使用initWithBytesNoCopy:length:encoding:freeWhenDone:创建一个新的NSString，并使用其结果来确定字符在UTF-16中的编码方式，但如果您要进行大量的Unicode处理，最好的办法是熟悉ICU（http://site.icu-project.org/）。