NSString 中不同类型的 UTF8 解码答案

【问题标题】：Different kind of UTF8 decoding in NSStringNSString 中不同类型的 UTF8 解码
【发布时间】：2011-07-27 14:56:34
【问题描述】：

我已经搜索了很多关于 UTF8 解码的信息，但还没有找到答案。

我从我的 NSXMLParser 收到一个 UTF-8 解码的 NSString：

NSString *tempString = @"Test message readability is Ã³kÃ©";

不知何故，我找不到将这个编码文本更改为：

Test message readability is óké

我可以说出我尝试过的所有选项，但我认为这没有必要。可以帮忙吗？

谢谢！

【问题讨论】：

标签： iphone objective-c utf-8 nsstring

【解决方案1】：

NSXMLParser 将使用 XML 指定的字符编码处理文本。我相信在你的情况下，XML 没有明确指定 UTF-8。

文本似乎是 ISO Latin 1。如果您无法对生成 XML 的服务器做任何事情，那么您可以应用此 hack：

char* tempString = [string cStringUsingEncoding:NSISOLatin1StringEncoding];
string = [NSString stringWithUTF8String:tempString];

我已经通过在 GDB 提示符下进行测试来验证它是否有效：

po [NSString stringWithUTF8String:(char*)[@"Test message readability is Ã³kÃ©" cStringUsingEncoding:5]]

【讨论】：

成功了，谢谢！ Xcode 警告我使用 'const char*' 而不是 'char'。我想这不会给我任何内存泄漏？我不习惯使用 char。但如果我理解你的话，你是说 XML 文件没有以正确的方式保存为 UTF-8，对吧？
这里没有泄漏，添加const 是正确的做法。是的，我相信服务器要么没有指定使用什么字符编码，要么指定了错误的编码。
奇怪的是，当我创建一个自己的 xml 文件通过 php 回显它时，在我的浏览器中它显示正确的字符，在 Objective-c 中它确实更改为错误的字符...
你在文档头部使用<?xml version="1.0" encoding="utf-8" ?>xml声明吗？

【解决方案2】：

你做错了。你想要的是：

char *s = "Test message readability is Ã³kÃ©";
//Note: this is a one-byte-character C string, not an NSString!
NSString *tempString = [NSString stringWithCString:s encoding:NSUTF8StringEncoding];

还请记住，当您初始化字符串常量时，实际进入程序内存的内容取决于当前文件的编码。如果它已经是 UTF-8，那么字符将被双重编码 - 您将在 C 字符串中将字符 Ã、³ 等编码为 UTF8。

换句话说，使用字符串常量可能是一个错误的开始。请为问题提供更多背景信息。

【讨论】：

感谢您的回复。我收到声明 encoding="UTF-8" 的 XML。其中一个元素包含一个带有 é 和 à 等字符的字符串。但是当我在浏览器中打开 XML 时，我已经找到了这些 Ã³kÃ© 字符。问题是：当我以 UTF-8 重新打开 TextWrangler（textEditor 应用程序）中的文本时，它会显示正确的字符，我是否以 Windows Latin 1 重新打开它，它给了我 Ã³kÃ©。哦，你的例子不起作用，我已经试过了！
如果 XML 是 UTF8 格式，那么以 Windows Latin 1 格式打开它会给你错误的字符，这是意料之中的。问题是，您首先要在代码中 完成什么？从字符串字面量（直接或通过 C 字符串）初始化 NSString 并不等同于 NSXMLParser 给你的东西——还有一个额外的编码层，即源文件编码。
我的第一个想法是xml文件没有保存为UTF-8，而是在标头中声明为UTF8，导致字符错误

【解决方案3】：

这样的标准编码和解码：

对于编码：

NSString *content =  [bodyTextView.text stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];

解码：

NSString *decodedString = [msg.content stringByReplacingPercentEscapesUsingEncoding:NSUTF8StringEncoding];

【讨论】：