Question

在我的应用程序中，我的字符后跟着他们的“修饰符变音标记”（例如“o”，其中“”是unicode 0x02c6），我想将其转换为完全预先组合的字符（例如“ô” - unicode 0x00f4）。我尝试使用NSString方法precomposedStringWithCanonicalMapping，但经过几个小时的撞击墙试图弄清楚它为什么不起作用，我发现它只会将“组合变音符号”（http://www.unicode.org/charts/PDF/U0300.pdf）转换为预组合字符。好吧，所以我需要做的就是将我的所有“修饰符变音符号”转换为“组合变音符号”，然后对结果字符串执行precomposedStringWithCanonicalMapping，我就完成了。这确实有效，但我想知道是否有一个不那么乏味/错误的方法来做到这一点？这是我的NSString类别方法，似乎可以修复大多数字符 -

- (instancetype)combineDiacritics
{
    static NSDictionary<NSNumber *, NSNumber *> *sDiacriticalSubstDict; //unichar of diacritic -> unichar of combining diacritic
    static dispatch_once_t onceToken;
    dispatch_once(&onceToken, ^{
        //http://www.unicode.org/charts/PDF/U0300.pdf
        sDiacriticalSubstDict = @{ @(0x02cb) : @(0x0300), @(0x00b4) : @(0x0301), @(0x02c6) : @(0x0302), @(0x02dc) : @(0x0303), @(0x02c9) : @(0x0304),   //Grave, Acute, Circumflex, Tilde, Macron
                                   @(0x00af) : @(0x0305), @(0x02d8) : @(0x0306), @(0x02d9) : @(0x0307), @(0x00a8) : @(0x0308), @(0x02c0) : @(0x0309),   //Overline, Breve, Dot above, Diaeresis
                                   @(0x00b0) : @(0x030a), @(0x02da) : @(0x030b), @(0x02c7) : @(0x030c), @(0x02c8) : @(0x030d), @(0x02bb) : @(0x0312),   //Ring above, Double Acute, Caron, Vertical line above, Cedilla above
                                   @(0x02bc) : @(0x0313), @(0x02bd) : @(0x0314), @(0x02b2) : @(0x0321), @(0x02d4) : @(0x0323), @(0x02b1) : @(0x0324),   //Comma above, Reversed comma above, Palatalized hook below, Dot below, Diaeresis below
                                   @(0x00b8) : @(0x0327), @(0x02db) : @(0x0328), @(0x02cc) : @(0x0329), @(0x02b7) : @(0x032b), @(0x02cd) : @(0x0331),   //Cedilla, Ogonek, Vert line below, Inverted double arch below, Macron below
                                   };
    });
    NSMutableString* __block buffer = [NSMutableString stringWithCapacity:self.length];
    [self enumerateSubstringsInRange:NSMakeRange(0, self.length) options:NSStringEnumerationByComposedCharacterSequences usingBlock: ^(NSString* substring, NSRange substringRange, NSRange enclosingRange, BOOL* stop) {
                          NSString *newString = nil;
                          if (substring.length == 1)    //The diacriticals are all Unicode BMP.
                          {
                              unichar uniChar = [substring characterAtIndex:0];
                              unichar newUniChar = [sDiacriticalSubstDict[@(uniChar)] integerValue];
                              if (newUniChar != 0)
                              {
                                  NSLog(@"Unichar %04x => %04x", uniChar, newUniChar);
                                  newString = [NSString stringWithCharacters:&newUniChar length:1];
                              }
                          }
                          if (newString)
                              [buffer appendString:newString];
                          else
                              [buffer appendString:substring];
                      }];

    NSString *precomposedStr = [buffer precomposedStringWithCanonicalMapping];
    return precomposedStr;
}

有没有人知道进行此转换的更多内置方式？

Answer 1

没有内置方法可以执行此转换，因为间距修改器字母块（U+02B0 .. U+02FF）中的字符不能用作变音符号。从Unicode标准的7.8节开始：

它们没有正式组合标记（gc = Mn或gc = Mc），并且以图形方式与它们修改的基本字母组合。它们本身就是基本字符。

变音符号的间距。一些公司标准明确规定了组合变音符号的间距和非间距形式，Unicode标准在实际时提供了这些解释的匹配代码。

如果要将它们转换为组合表单，则需要从Spacing Modifier Letters code chart中的交叉引用构建一个表（正如您已经在做的那样）。

如何在iOS上转换为“组合变音符号”

1 个答案: