如何将unicode代码点范围转换为NSString字符范围？

Question

我有NSString和 unicode代码点范围，它代表NSString中文本的特定部分。由于NSString中的字符与代码点并不一一对应，我需要以某种方式将我的代码点范围转换为相应的字符范围。我该怎么做？

I know I can use NSString方法-rangeOfComposedCharacterSequencesForRange:将字符范围转换为字形集群范围，但我想要做的是与此相反，我不能在API中找到该方法的反转。即使有这样的方法可用，我也不认为这正是我正在寻找的，因为（如果我理解正确的话）字形集群与a不同 unicode代码点，实际上可以由多个代码点组成。

Answer 1

你所拥有的是来自两个不同世界的混合数据。您通常可以获得Unicode代码点范围以及UTF-32字符串（其中对应关系是一对一的），因此提取子字符串将是微不足道的。您有两种选择：

1. 在将数据放入NSString
之前，在UTF-32世界中工作
2. 将Unicode代码点范围转换为UTF-16单位范围

我从你的问题中假设＃2是你案件中最简单的选择。

正如您所说，NSString中的字符与Unicode代码点并不一一对应，因为NSString字符是UTF-16单元。但是，Unicode代码点对应于NSString中的1个或2个字符。通过迭代NSString字符并计算Unicode代码点，您可以相当轻松地编写自己的范围转换例程。由于您甚至不关心UTF-16数据的字节顺序，因为有效的BMP字符，主要代理项和跟踪代理项是不相交的，因此这样做更容易一些。 CFString提供了一些函数来确定每个字符是什么。所以在伪代码中，你的计数看起来像：

for each NSString character {
    if (CFStringIsSurrogateHighCharacter(character) ||
        CFStringIsSurrogateLowCharacter(character))
    {
        Skip forward another character in the NSString
    }
    Increment count of Unicode code points stepped through
}