如何从NSString中删除隐藏的字符？

Question

从网络上复制粘贴文本后，在我的mac应用程序NSTextArea中，我看到了

EE

如果我在浏览器中复制这两个字母，我会看到：

E?E

如果我在google翻译中复制它们，我会

E 'E

我无法在两个E之间识别出这个角色。但问题是：如何从我的NSString中删除这些隐藏的角色？

Answer 1

在上传的文件中，隐藏字符的特定十六进制代码为0x18

（通过Hex Fiend发现）

此角色以及其他角色是“control character集”的一部分。该集还包含选项卡（0x09）和换行符（0x0A）等字符 - 显然我们不想删除它们。

在Objective-C中，我们可以将NSCharacterSet controlCharacterSet 与 whitespaceAndNewlineCharacterSet 结合使用，以获得没有渲染宽度的空白字符。

NSMutableCharacterSet* zeroWidthCharacterSet = [[NSCharacterSet controlCharacterSet] mutableCopy];
[zeroWidthCharacterSet formIntersectionWithCharacterSet:[[NSCharacterSet whitespaceAndNewlineCharacterSet] invertedSet]];

然后我们可以简单地使用旧的分裂字符集方法

string = [[string componentsSeparatedByCharactersInSet:zeroWidthCharacterSet] componentsJoinedByString:@""];

请注意，如果使用多个UTF8字符表示自身的特殊字符（如表情符号）使用0x18，则剥离它会破坏字符组合

因为控制字符是特殊的，我不相信你会在表情符号序列中找到它们。