0

我有一个NSString和一个unicode 代码点范围，它代表NSString. 由于其中的字符与代码点NSString一一对应，因此我需要以某种方式将我的代码点范围转换为相应的字符范围。我该怎么做呢？

我知道我可以使用该NSString方法-rangeOfComposedCharacterSequencesForRange:将字符范围转换为字素簇范围，但我想做的是与此相反，我在 API 中找不到该方法的逆。即使有这样的方法可用，我也不认为这正是我正在寻找的，因为（如果我理解正确的话）一个字形集群与一个unicode 代码点不同，并且可以在事实上由多个代码点组成。

4

1 回答 1

1

你所拥有的是来自两个不同世界的混合数据。您通常可能会得到一个 Unicode 代码点范围以及一个 UTF-32 字符串（其中对应关系是一对一的），因此提取子字符串将是微不足道的。你有两个选择：

  1. 在将数据放入 NSString 之前在 UTF-32 世界中工作
  2. 将 Unicode 码位范围转换为 UTF-16 单位范围

我从您的问题中假设＃2是您情况下最简单的选择。

正如您所说， NSString 中的字符与 Unicode 代码点不一一对应，因为 NSString 字符是 UTF-16 单元。但是，一个 Unicode 代码点恰好对应于 NSString 中的 1 或 2 个字符。通过遍历 NSString 字符并计算 Unicode 代码点，您可以相当轻松地编写自己的范围转换例程。由于有效的 BMP 字符、前导代理和跟踪代理是不相交的，因此您甚至不关心 UTF-16 数据的字节序，这使这变得更加容易。CFString 提供了一些函数来确定每个字符是什么。因此，在伪代码中，您的计数将如下所示：

for each NSString character {
    if (CFStringIsSurrogateHighCharacter(character) ||
        CFStringIsSurrogateLowCharacter(character))
    {
        Skip forward another character in the NSString
    }
    Increment count of Unicode code points stepped through
}
于 2012-08-04T01:35:15.713 回答