首先,Unicode规定了许多code point,每一个code point表示一个字符。如\u0033表示字符“3”,\u864e表示字符“你”。
反过来,不是每一个字符都对应一个code point,每一个字符也不止有一个code point的表示方法。
比如说,“🐯”这个emoji表情对应的code point是“\ud83d\udc2f\u000d\u000a”,由4个code point组成,而不是一个。
“é”这个字符对应的code point有两个,“\u00e9”以及“\u0065\u0301”这两个code point序列(一个或多个code point)均可表示这个字符。
那么如何比较两个字符串是否相同呢?Unicode规定了正规化的方法,要把code point的序列正规化,然后判断是否一致。
下面我们看下Swift和NSString对这个规则的支持情况。
An NSString object encodes a Unicode-compliant text string, represented as a sequence of UTF–16 code units
NSString支持Unicode,一个NSString其实是UTF-16编码以后的得到的code unit序列,而length
属性返回的是code unit序列的长度,而不是字符的长度。
The number of UTF-16 code units in the receiver.
NSString *str1 = @"🐯";
NSLog(@"str1: %@,length is %zd",str1,str1.length);
输出如下
str1: 🐯,length is 2
The comparison uses the canonical representation of strings, which for a particular string is the length of the string plus the UTF-16 code units that make up the string.
比较字符串时,也只是比较code unit的序列,因此没有用到Unicode归一化的表达,可能会造成不同code point表示的同一个字符被认为是不同的字符。
str1 = @"\u00e9";
NSString *str2 = @"e\u0301";
NSLog(@"\n str1: %@, length %zd;\n str2: %@, length %zd;\n str1 equal to str2 %@",str1,str1.length, str2, str2.length, ([str2 isEqualToString:str1] ? @"yes" : @"no"));
输出如下
str1: é, length 1;
str2: é, length 2;
str1 equal to str2 no
A string is a series of characters
在Swift关于String的文档中,第一句话就是字符串是字符的序列,而不是code unit的序列。String有一个characters
的属性,是字符的集合。
let str1 = "cafe\u{301}"
let str2 = "caf\u{e9}"
print("str1 is \(str1),length is ",str1.characters.count,"; str2 is \(str2), stre length is",str2.characters.count)
结果如下:
str1 is café,length is 4 ; str2 is café, stre length is 4
在比较字符串时,结果符合将code point正规化之后的结果。
print("str1 is equal to str2",str1 == str2)
结果如下
str1 is equal to str2 true
下载说明
☉本站所有源码和资源均由站长亲自测试-绝对保证都可以架设,运营!
☉如源码和资源有损坏或所有链接均不能下载,请告知管理员,
☉本站软件和源码大部分为站长独资,资源购买和收集,放心下载!
☉唯一站长QQ:1004003180 [人格担保-本站注重诚信!]
☉购买建议E-mail:1004003180@qq.com 源码收购 E-mail:1004003180@qq.com
☉本站文件解压密码 【文章内都自带解压密码,每个密码不同!】