c - Objective-C UTF-8 和 UTF-16 字符串(以字节表示)的差异

Question

我正在尝试将 NSString 转换为字节数组，然后再转换回 NSString。我尝试过 NSUnicodeEncoding 和 NSUTF8StringEncoding。我的问题是，当我迭代字节数组时，我看到不同的数据

此代码中唯一的更改是我将 NSUTF8StringEncoding 更改为 NSUnicodeEncoding，并添加 dataLength += 2，以便它考虑 BOM。

NSString *message = @"testing";
NSUInteger dataLength = [message lengthOfBytesUsingEncoding:NSUTF8StringEncoding];
void *byteData = malloc( dataLength );
NSRange range = NSMakeRange(0, [message length]);
BOOL result =   [message getBytes:byteData maxLength:dataLength usedLength:&actualLength encoding:NSUTF8StringEncoding options:0  range:range remainingRange:&remain];
for( NSUInteger x = 0; x < dataLength; x++ )
{
    NSLog( @"byte data: %s", (char *)byteData);
    int t = (int)*(char *)byteData;
    byteData++;
}

区别在于 NSLog :作为 NSUTF8StringEncoding 我看到

• 测试`
• 测试`
• 蜇`
• 婷`
• ...

作为 NSUnicodeEncoding 我看到

• 空
• t
• 空
• e
• ...

int t 值对于给定的字符是正确的，但我不明白为什么 byteData 如此不同。我希望它们都像 NSUnicodeEncoding 一样工作。

Answer 1

在UTF8中，字母F由单个F字节表示。字符串“FU”由 ASCII F 字节后跟 ASCII U 字节表示。在 Unicode(如此处所用)中，每个字符占用两个字节。标准 ASCII 字符前面有一个零字节。

目前尚不清楚为什么您看到的行为与您所期望的不完全一样。在UTF-8中，标准ASCII字符占用一个字节。在你的Unicode编码中，占据两个。所以它肯定不会完全一样。