在c/cocoa中读取并输出UTF-8字符串
在 Objective-C/cocoa 应用程序中，我使用 c 函数打开一个文本文件，逐行读取它并在第三方函数中使用一些行。在伪代码中：
char *line = fgets(aFile);
library_function(line); // This function calls for a utf-8 encoded char * string
这可以正常工作，直到输入文件包含特殊字符（例如重音符号或 UTF-8 BOM），此时库函数会输出损坏的字符。
但是，如果我这样做：
char *line = fgets(aFile);
NSString *stringObj = [NSString stringWithUTF8String:line];
library_function([stringObj UTF8String]);
那么一切都会正常工作并且字符串会正确输出。
那条 [NSString... 行在做什么，而我却没有这样做？ 我最初获取该行的方式是否有问题？或者完全是另外一回事？
In an objective-c/cocoa app, I am using c functions to open a text file, read it line-by-line and use some lines in a third-party function. In psuedo-code:
char *line = fgets(aFile);
library_function(line); // This function calls for a utf-8 encoded char * string
This works fine until the input file contains special characters (such as accents or the UTF-8 BOM) whereupon the library function outputs mangled characters.
However, if I do this:
char *line = fgets(aFile);
NSString *stringObj = [NSString stringWithUTF8String:line];
library_function([stringObj UTF8String]);
Then it all works fine and the string is outputted correctly.
What is that [NSString... line doing that I'm not?
Am I doing something wrong with how the line is fetched initially? Or is it something else entirely?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
UTF-8 是一种多字节字符集（参见 wikipedia），这意味着一些字符需要多个字节（您遇到的带重音符号的字节）。 C 的
char类型是单字节，因此 C 的“字符”定义与 Unicode 不匹配。如果您想使用标准 C RTL 读取 Unicode，您还需要使用 Unicode 转换库，例如 libiconv。
（使用 wchar_t 也可能有效；我从未研究过它。）
或者您可以使用 NSString，它已经支持 Unicode。
UTF-8 is a multi-byte character set (see wikipedia), which means some characters require multiple bytes (the accented ones you've run into). C's
chartype is a single byte, so C's definition of "character" doesn't match Unicode's.If you want to read Unicode with the standard C RTL, you'll also need to use a Unicode conversion library, such as libiconv.
(Using wchar_t may also work; I've never researched it.)
Or you can use NSString, which already supports Unicode.