Swift URL.path 更改 utf-8 字符的编码

Question

为什么在 Swift 4.2 中将 String 转换为 URL，然后使用 url.path 将 URL 转换回 String 会更改特殊字符的编码，例如德语变音符号（ä、ö、ü )，即使我使用 utf-8 编码？

我写了一些示例代码来说明我的问题。我将字符串编码为 base64 以表明存在差异。

我也有类似的未解决的特殊字符问题和 swift here。

示例代码

let string = "/path/to/file"
let stringUmlauts = "/path/to/file/with/umlauts/testäöü"

let base64 = Data(string.utf8).base64EncodedString()
let base64Umlauts = Data(stringUmlauts.utf8).base64EncodedString()

print(base64, base64Umlauts)

let url = URL(fileURLWithPath: string)
let urlUmlauts = URL(fileURLWithPath: stringUmlauts)

let base64Url = Data(url.path.utf8).base64EncodedString()
let base64UrlUmlauts = Data(urlUmlauts.path.utf8).base64EncodedString()

print(base64Url, base64UrlUmlauts)

输出

base64 和 base64Url 字符串保持不变，但 base64Umlauts 和 base64UrlUmlauts 不同。

"L3BhdGgvdG8vZmlsZQ==" for base64

"L3BhdGgvdG8vZmlsZQ==" for base64Url

"L3BhdGgvdG8vZmlsZS93aXRoL3VtbGF1dHMvdGVzdMOkw7bDvA==" for base64Umlauts

"L3BhdGgvdG8vZmlsZS93aXRoL3VtbGF1dHMvdGVzdGHMiG/MiHXMiA==" for base64UrlUmlauts

当我将base64Umlauts 和base64UrlUmlauts 字符串放入在线Base64 解码器时，它们都显示/path/to/file/with/umlauts/testäöü，但ä, ö, ü 是不同的（不是视觉上的）。

Answer 1

stringUmlauts.utf8 使用 Unicode 字符 äöü。

但urlUmlauts.path.utf8 使用Unicode 字符aou，每个字符后跟¨ 的组合。

这就是为什么你得到不同的 base64 编码 - 字符看起来相同但实际上编码不同。

真正有趣的是Array(stringUmlauts) 和Array(urlUmlauts.path) 是相同的。在您对其他完全相同的 String 值执行 UTF-8 编码之前，差异不会出现。

由于base64编码无关紧要，这里有一个更简洁的测试：

let stringUmlauts = "/path/to/file/with/umlauts/testäöü"
let urlUmlauts = URL(fileURLWithPath: stringUmlauts)

print(stringUmlauts, urlUmlauts.path) // Show the same

let rawStr = stringUmlauts
let urlStr = urlUmlauts.path

print(rawStr == urlStr) // true
print(Array(rawStr) == Array(urlStr)) // true
print(Array(rawStr.utf8) == Array(urlStr.utf8)) // false!!!

那么两个相等字符串的UTF-8编码有什么不同呢？

对此的一种解决方案是在path 的结果上使用precomposedStringWithCanonicalMapping。

let urlStr = urlUmlauts.path.precomposedStringWithCanonicalMapping

现在您从以下地址获得true：

print(Array(rawStr.utf8) == Array(urlStr.utf8)) // now true