iOS编码问题

iOS理论

NSDictionary打印不出中文

NSDictionary和NSArray在打印的时候使用的是Unicode编码。所以需要解码成中文。

代码如下：

NSDictionary *dic = @{
                      @"name": @"我是中文字符",
                      };
NSString *dicStr = [NSString stringWithFormat:@"%@",dic];
//const char *cstring = [a cStringUsingEncoding:NSUTF8StringEncoding];
const char *cstring = [dicStr UTF8String];
NSString *trans = [[NSString alloc] initWithCString:cstring encoding:NSNonLossyASCIIStringEncoding];
NSLog(@"%@",trans);

Unicode的encode和decode:

//encode
NSString *yourtext = @"我是中文字符";
NSData *dataenc = [yourtext dataUsingEncoding:NSNonLossyASCIIStringEncoding];
NSString *encodevalue = [[NSString alloc] initWithData:dataenc encoding:NSUTF8StringEncoding];
//decode
NSDictionary *dic = @{
                        @"name": @"我是中文字符",
                     };
NSString *yourtext2 = [NSString stringWithFormat:@"%@",dic];
NSData *data = [yourtext2 dataUsingEncoding:NSUTF8StringEncoding];
NSString *decodevalue = [[NSString alloc] initWithData:data encoding:NSNonLossyASCIIStringEncoding];

如果只想在LLDB中输出中文而已的话，可以使用Chisel-LLDB命令插件。

Url编码

//url encode
NSString *urlString = [NSString stringWithFormat:@"http://www.xxxx.com/?param=%@",@"我是中文字符"];
urlString = [urlString stringByAddingPercentEncodingWithAllowedCharacters:[NSCharacterSet URLQueryAllowedCharacterSet]];
//url decode
NSString *urlString = @"http://www.xxxx.com/?param=%E6%88%91%E6%98%AF%E4%B8%AD%E6%96%87%E5%AD%97%E7%AC%A6";
urlString = [urlString stringByRemovingPercentEncoding];

关于字符集和字符编码的概念

其实上面所说的url编码才是真正的UTF8编码，只是在每个字节前加上%而已。而我们上文中所说的[[NSString alloc] initWithData:dataenc encoding:NSUTF8StringEncoding]其实只是Unicode编码，并不是真正的UTF8编码。
具体的原理可以参考阮一峰的关于URL编码。

我们也可以使用Unicode编码转换工具来查看编码，这里以字符为例：

中文转unicode：   \u5b57\u7b26
中文转UTF-8:      字符
url编码（utf-8）: %e5%ad%97%e7%ac%a6

我们看到其实前两种只有前缀不一样\u、&#x，其实他们后面的值都是目标字符的 Unicode code point；以「&#」开头的后接十进制数字，以「&#x」开头的后接十六进制数字。

Unicode即为编码字符集，即用一个编码值code point来表示一个字符在字库中的位置。而UTF-8（字符编码）只是对Unicode的一种实现方式。UTF-8如果要找到对应的字符还是需要转换回Unicode，然后根据编码值从字库里找到字符。

字符编码（包括UTF-8,UTF-16等）：即为编码字符集和实际存储数值之间的转换关系。那么既然Unicode能表示所有的字符，那么为什么还需要字符编码转换呢？

这里就涉及到Unicode两个严重的问题，第一个问题是，如何才能区别Unicode和ASCII（ASCII码一共规定了128个字符的编码，只占用了一个字节的后面7位，最前面的1位统一规定为0）？计算机怎么知道三个字节表示一个符号，而不是分别表示三个符号呢？比如符的Unicode十六进制为7b26，二进制为111101100100110，占用两个字节。怎么区分二进制111101100100110不是两个字符呢呢？

第二个问题是，我们已经知道，英文字母只用一个字节表示就够了，如果Unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储来说是极大的浪费，文本文件的大小会因此大出二三倍，这是无法接受的。

字符编码就能解决以上两个问题，字符编码就是把Unicode进行转换，然后能标记当前字符为几字节字符。具体原理可参考十分钟搞清字符集和字符编码和字符编码笔记：ASCII，Unicode和UTF-8。文章中还介绍了UTF-8的编码实现方法。

参考

从NSDictionary打印不出中文开始
关于URL编码
字符编码笔记：ASCII，Unicode和UTF-8
十分钟搞清字符集和字符编码