Xcode UTF-8字面值

Question

假设我的目标-C源文件中有一个字符串文本中的MUSICAL SYMBOL G CLEF符号：*。

OS字符查看器表示，在它们的术语中，CLEF是UTF8 F0 9D 84 9E和Unicode 1D11E(D834+DD1E)。

在进行了一些模糊处理之后，并使用了t何ICU UNICODE演示页面，我确实得到了以下代码：

NSString *uni=@"\U0001d11e";
NSString *uni2=[[NSString alloc] initWithUTF8String:"\xF0\x9D\x84\x9E"];
NSString *uni3=@"";
NSLog(@"unicode: %@ and %@ and %@",uni, uni2, uni3);

我的问题：

1. 有可能简化我做UTF-8字面值的方式吗？这在我看来很疯狂。
2. @"\U0001d11e部件是UTF-32吗？
3. 为什么从字符查看器中剪切和粘贴剪纸实际上是有效的？我以为目标-C文件必须是UTF-8？

Answer 1

1. 我更喜欢您在uni3中这样做，但遗憾的是，这就是不建议。否则，我更喜欢uni中的方法，而不是uni2中的方法。另一种选择是[NSString stringWithFormat:@"%C", 0x1d11e]。
2. 它是一个“通用字符名”，在C99中引入(第6.4.3节)，并从OSX10.5导入到目标C中。从技术上讲，这不需要给您UTF-8 (这取决于编译器)，但在实践中，UTF-8可能是您将得到的。
3. 源代码文件的编码可能是UTF-8，符合运行时的要求，所以一切都正常。也有可能源文件是UTF-16或UTF-32，编译器在编译它时做的是对的。尽管如此，苹果并不推荐这样做。

Answer 2

回答你的问题(同样的顺序)：

1. 为什么要选？Xcode在默认设置中使用C99。请参考通用字符名称上的C0X规范草案6.4.3。见下文。
2. 更严格地说，@"\U0001d11e是ISO 10646字符集中该字符的32位Unicode代码点。
3. 我不指望这种行为能奏效。您应该绝对，积极，毫无疑问，所有字符在您的源文件是7位ASCII。对于字符串文本，使用编码，或者最好使用合适的外部资源来处理二进制数据。

通用字符名称(来自WG14/N 1256 C0X草稿，CLANG紧随其后)：

通用字符名可用于标识符、字符常量和字符串文本，以指定不在基本字符集中的字符。 通用字符名称\Unnnnnnnn指定其八位短标识符(如ISO/IEC 10646所指定)为nnnnnnnn)，通用字符名称\ nnnn指定其四位短标识符为nnnn(且其八位短标识符为0000nnnn)的字符。

因此，您可以以自然、混合的方式生成您的字符或字符串：

char *utf8CStr = 
   "May all your CLEF's \xF0\x9D\x84\x9E be left like this: \U0001d11e";
NSString *uni4=[[NSString alloc] initWithUTF8String:utf8CStr];

\Unnnnnnnn表单允许您选择任何Unicode代码点，这与字符查看器左下角的"Unicode“字段的值相同。编译器适当地处理\Unnnnnnnn源文件中的C99直接条目。请注意，只有两个选项：\unnnn (向默认代码页偏移256个字符)或\Unnnnnnnn (任何Unicode代码点的完整32位字符)。如果您没有使用所有4位或全部8位数字或\U或\u，则需要用0来填充左边的位置。

相同字符串文本中的\xF0\x9D\x84\x9E形式更有趣。这是插入相同字符的原始UTF-8编码.一旦传递给initWithUTF8String方法，但是文字和编码的文字以编码的UTF-8结尾。

可以说，它可能违反了以这种方式使用原始字节的第5.1.1.2条130。考虑到一个原始的UTF-8字符串将以类似的方式编码，我认为您还可以。

Answer 3

1. 您也可以在字符串文本中写入clef字符： NSString *uni2=[NSString alloc initWithUTF8String：“”；
2. \U0001d11e匹配G clef字符的unicode代码点。一个字符的UTF-32形式与它的代码点相同，所以如果你想的话，你可以把它想成UTF-32。这是到音乐符号用unicode表的链接。
3. 你的档案可能是UTF-8。G是一个有效的UTF8字符-请查看您的文件的十六进制输出： 00 4e 53 53 74 72 69 6e 67 20 2a 75 6e 69 33 3d 40区NSString *uni3=@| 10 22 f0 9d 84 9b 0a 20 4e 534 c 6f 67 28区“.”；NSLog(X) 如您所见，正确的UTF-8表示该字符就在您期望的文件中。使用其他方法之一并尝试将源文件保持在ASCII范围内可能更安全。