将转义的UTF8字符转换回它们的原始形式

Question

我正在尝试从一个来自plist的数组中读取字符串并打印这些字符串。

数组中的字符串包含转义的UTF8字符-例如，当从plist中读取时，“Nuša Florjančič”变为"Nu\u0161a Florjan\u010di\u010d"。无法更改plist的内容，但我的程序需要正确显示名称。

奇怪的是，当我在硬编码字符串时，Objective-C似乎会自动进行此操作。但是，如果我从plist获取字符串，则根本不会发生任何事情。

为了举例说明，这里有一些代码：

NSString *name1 = @"Nu\u0161a Florjan\u010di\u010d";
NSString *name2 = [list objectAtIndex:0];       
NSLog(@"name 1: %@", name1);
NSLog(@"name 2: %@", name2);

[list objectAtIndex:0] 包含 @"Nu\u0161a Florjan\u010di\u010d" - 唯一的区别是它是通过 plist 编辑器设置的。

控制台输出为：

2011-10-22 18:00:02.595 Test[13410:11c03] name 1: Nuša Florjančič
2011-10-22 18:00:02.595 Test[13410:11c03] name 2: Nu\u0161a Florjan\u010di\u010d

我尝试了各种方法，包括将字符串转换为C字符串，然后使用UTF-8编码创建一个NSString对象，但一点用都没有。

如果您能提供任何指导，帮助我解决这个看似平凡的问题，我将不胜感激。

- Tobi

Answer 1

听起来你的plist文件中的字符串包含"\u0161"字符，而不是Unicode字符号0x161。因此，你需要解码从plist中提取的字符串中的\u转义字符。 NSString可以使用NSNonLossyASCIIStringEncoding方法为你完成解码：

#import <Foundation/Foundation.h>
int main (int argc, const char * argv[])
{
    @autoreleasepool {
        NSString *name2escaped = @"Nu\\u0161a Florjan\\u010di\\u010d";
        NSString *name2 = [NSString
            stringWithCString:[name2escaped cStringUsingEncoding:NSUTF8StringEncoding]
            encoding:NSNonLossyASCIIStringEncoding];
        NSLog(@"name2 = %@", name2);
    }
    return 0;
}

- rob mayoff

---

这个解决方案与使用CFStringTransform相比，在两者的优缺点方面有何区别？这对我来说是新的。 - uchuugaka

@uchuugaka 首先，告诉我如何使用 CFStringTransform 来执行此转换。 - rob mayoff

布尔型 CFStringTransform ( CFMutableStringRef string, CFRange *range, CFStringRef transform, Boolean reverse ); 基本上，您提供一个CFMutableString、要操作的范围、ICU转换作为字符串（或包装了一小部分的CF常量之一），最后是一个布尔值，用于确定是否按照提供的转换字符串顺序进行转换或反转它（例如“Hex-Any”）。相同的ICU转换在Cocoa中的其他地方也被使用，并且可以在Java中找到。Cocoa在许多地方都使用ICU库。 - uchuugaka

请给我展示一个使用 CFStringTransform 进行此转换的例子。 - rob mayoff

@robmayoff 看看这个答案 https://dev59.com/JHI95IYBdhLWcg3w5iY4#11615076 来了解一个例子。 - Nikolai Ruhe

Answer 2

另一个解决方案是解析您的列表字符串（我之前就用过解析它）。

NSString yourFinalString = [NSString stringWithCString:[yourOriginalString cStringUsingEncoding:NSISOLatin1StringEncoding] encoding:NSUTF8StringEncoding];

看起来像是克罗地亚语，我认为Latin1会更适合。

- VictorPurMar