NSString unicode编码问题

Question

我在将字符串转换为可读的内容时遇到问题。我正在使用

NSString *substring = [NSString stringWithUTF8String:[symbol.data cStringUsingEncoding:NSUTF8StringEncoding]];

，但无法将 \U7ab6\U51b1 转换为“

它显示为窭冱，这是我不想要的，它应该显示为”。谁能帮助我吗？

Answer 1

它显示为 '

这是字符 U+2019 右单引号。

所发生的情况是，您已经以 UTF-8 编码形式向您提交了字符序列 's，该字符序列以字节形式显示：

’          s
E2 80 99   73

然后，该字节序列被错误地解释为好像它使用 Windows 代码页 932（日语；或多或少的 Shift-JIS）进行编码：

E2 80    99 73
窶        冱

因此，在这种特殊情况下，您可以通过首先将字符编码为 cp932 字节，然后再恢复 的 字符串使用 UTF-8 将这些字节解码回字符。

但是，这并不能解决您真正的问题，即字符串首先被错误地读取。在这种情况下，您得到了 窭冱，因为编码 的 产生的 UTF-8 字节序列碰巧也是有效的 Shift-JIS 字节序列。但对于您可能获得的所有可能的 UTF-8 字节序列而言，情况并非如此。许多其他角色将受到不可挽回的伤害。

您需要找到字节被读入系统并解码为 Shift-JIS 的位置，并修复它以使用 UTF-8 代替。