从 NSString 到字节然后返回 NSString 时得到奇怪的字符答案

【问题标题】：Getting weird characters when going from NSString to bytes and then back to NSString从 NSString 到字节然后返回 NSString 时得到奇怪的字符
【发布时间】：2011-11-05 17:32:14
【问题描述】：

NSString *message = @"testing";    
NSUInteger dataLength = [message lengthOfBytesUsingEncoding:NSUnicodeStringEncoding];
void *byteData = malloc( dataLength );
NSRange range = NSMakeRange(0, [message length]);
NSUInteger actualLength = 0;
NSRange remain;
BOOL result =   [message getBytes:byteData maxLength:dataLength usedLength:&actualLength encoding:NSUnicodeStringEncoding options:0 range:range remainingRange:&remain];
NSString *decodedString = [[NSString alloc] initWithBytes:byteData length:actualLength encoding:NSUnicodeStringEncoding];

我的问题是我希望 decodedString 正在测试，但它看起来像中文字符。我认为这可能是空终止数据的问题，但似乎这不应该成为问题。

【问题讨论】：

标签： objective-c cocoa character-encoding nsstring

【解决方案1】：

你想要这样的东西吗？

    NSString *message = @"testing";    
    NSData *bytes = [message dataUsingEncoding:NSUTF8StringEncoding];
    NSString* messageDecoded = [[NSString alloc] initWithData:bytes encoding:NSUTF8StringEncoding];
    NSLog(@"decoded: %@", messageDecoded);

【讨论】：

我认为您的 initWithBytes 调用中可能缺少长度。实际上我以前有过，但我想如果我可以避免使用 NSData，我愿意。
为什么要避免使用 NSData？

【解决方案2】：

UTF-16 字节顺序在编码和解码之间颠倒。

您可以执行以下任一操作：

使用指定明确字节顺序的编码（例如，NSUTF16BigEndianStringEncoding、NSUTF16LittleEndianStringEncoding、NSUTF8StringEncoding）。
将NSStringEncodingConversionExternalRepresentation 传递给getBytes:maxLength:usedLength:encoding:options:range: 中的options: 参数。这会在数据的开头添加一个字节顺序标记。
按照 Elvis 的建议使用 NSData。

如今，在大多数情况下，UTF-8 是首选的 Unicode 编码。

【讨论】：

我使用了方法 2。这修复了文本，但从字符串末尾删除了一个字符。这是有道理的，因为它正在添加一个字节，但我不确定如何取回它。我通过添加 2 来更新我的 dataLength - 以说明我假设每个字符都被分配使用的两个字节。这是正确的方法吗？我正在使用 NSUnicodeStringEncoding 因为我不希望任何字符丢失/截断。那有意义吗？感谢您的帮助。
UTF-8 和 UTF-16 都是 Unicode 编码；选择任何一个都不会失去任何东西。 NSUnicodeStringEncoding 为您提供 UTF-16。大多数人更喜欢 UTF-8，因为它与 ASCII 兼容，而且您不必担心字节顺序。如果您想使用 UTF-16，请将 NSUTF16BigEndianStringEncoding 或 NSUTF16LittleEndianStringEncoding 传递给 lengthOfBytesUsingEncoding:，这将在数据长度中包含 BOM。
如您所知，我对字符编码非常陌生。以前，我认为 UTF-8 始终是 8 位，而 UTF-16 始终是 16。我现在看到它们都可以是相同的最大大小 4 字节。所以现在，我看不到使用 UTF-16 的任何好处。有吗？如果没有，是否有用于 UTF-8 的 NSStringEncoding（我找不到该文档）？感谢您提供所有信息，这对您有很大帮助。
我是个白痴，我看到有 NSUTF8StringEncoding。在寻找它时，我只是查看了 UTF-8 的描述。无论如何 - 我很感激对我的其他问题的任何见解 - 使用 UTF-16 或 UTF-8 有什么好处。谢谢。