macos - Unicode 与格式

Question

我想将一堆表情符号添加到数组中。来自 my earlier question我找到了如何在 NSString 中编写表情符号图标。现在我想创建一个循环并将这些图标添加到数组中。这应该相当容易，因为 unicodes 在一定的范围内，所以类似下面的代码应该可以做到:

for (int i = 0; i < 10; i++)
    [someArray addObject:[NSString stringWithFormat:@"\U0001F43%i", i]];

问题是，这样做时我收到一条错误消息:

Incomplete universal character name.

有谁知道有什么方法可以做到这一点吗？

Answer 1

这是因为转义序列 \Uxxxxxxxx 由编译器计算，并将其替换为相应的 Unicode 代码点。然后，当方法 stringWithFormat: 时，会将格式说明符 %i 替换为 i 的十进制表示形式。最终的字符串是 \Uxxxxxxxx 对应的字符和表示 i 的字符的串联。 stringWithFormat:用其他字符替换字符；它不会改变现有的字符。

但问题是，这里编译器看到一个不完整的转义序列，因为你只写了 7 个十六进制数字。因此它无法生成字符串并引发错误。

解决方案是在运行时生成字符(一个简单的整数值)，并使用 +[NSString stringWithCharacters:length] 创建一个字符串。

但是如果您查看 header ，您会发现 NSString 将其字符存储为 unichar，它被定义为 unsigned Short ，即 16 位长的值，而 Unicode 代码点 U+1F430 (🐰) 需要至少 17 位。

因此您不能使用单个 unichar 字符来表示该代码点。但不用担心:您可以使用两个字符来表示它。

你迷路了吗？这里解释一下! Unicode 不定义字符，它定义代码点，这些代码点是 U+0000 – U+10FFFF 范围内的任意整数值。然后，实现决定如何使用字符表示这些代码点。该实现可以使用任何它想要的数据类型作为字符，只要它能够表示所有有效的代码点。最简单的解决方案是使用 32 位长的整数，但这需要太多内存，因为您使用的大多数代码点都在第一个 Unicode 计划中 (U+0000 – U+ FFFF)。因此 NSString 存储带有 UTF-16 encoding 的代码点它使用 16 位长的字符。

在 UTF-16 中，U+FFFF 之外的每个代码点都使用 0xD800 – 范围内的一对字符(称为代理对)进行存储>0xDFFF(相应的代码点在 Unicode 标准中明确保留)。

总之，任何有效的 Unicode 代码点都可以使用一个或两个 unichar 字符来表示。 there 描述了执行此操作的方法。 。这是一个简单的实现:

static NSString *stringWithCodePoint(uint32_t codePoint)
{
    // NOTE: As I edited the answer, you'll find a simpler implementation of
    // this function below

    unichar characters[2];
    NSUInteger length;

    if ( codePoint <= 0xD7FF || (codePoint >= 0xE000 && codePoint <= 0xFFFF) ) {
        characters[0] = codePoint;
        length = 1;
    }
    if ( codePoint >= 0x10000 && codePoint <= 0x10ffff ) {
        codePoint -= 0x10000;
        characters[0] = 0xD800 + (codePoint >> 10);
        characters[1] = 0xDC00 + (codePoint & 0x3ff);
        length = 2;
    }
    else {
        length = 0; // invalid code point
    }

    return [NSString stringWithCharacters:characters length:length];
}

现在我们可以从任何有效的代码点生成字符串，我们只需要更新代码以使用我们之前编写的函数:

for (int i = 0; i < 10; i++)
    [someArray addObject:stringWithCodePoint(0x0001F430 + i)];

编辑:我刚刚想出了一个更简单的方法来从代码点获取NSString。它通过使用 -[NSString initWithBytes:length:encoding:] 和 NSUTF32StringEncoding 编码来工作:

static NSString *stringWithCodePoint(uint32_t codePoint)
{
    NSString *string = [[NSString alloc] initWithBytes:&codePoint length:4 encoding:NSUTF32StringEncoding];
    // You may remove the next 3 lines if you use ARC
#if ! __has_feature(objc_arc)
    [string autorelease];
#endif
    return string;
}