ios中的转码问题

版权声明：本文为博主原创文章，欢迎转载。 https://blog.csdn.net/u010828718/article/details/80697425

由一个汉字二次编码，引起的知识补充
汉字二次编码：

文 -> （一次UFT-8编码）%E6%96%87 -> （二次UFT-8编码）%25E6%2596%2587

1 GB2312、GBK、GB18030与UTF-8的区别

• GB2312
  
  • 国家标准，支持中文字符

• GBK

  • GB2312的拓展
  • 不论中、英文字符均使用双字节来表示，中文将其最高位设定成1。
  • 通用性比UTF8差，不过UTF8占用的数据库比GBD大

• GB18030

  • GBK的拓展
  • 采用了2\4位混和的办法，兼容GB2312和GBK2字节编码的文件

• UTF-8

  • 全称：Unicode Transformation Format-8bit，允许含BOM，但通常不含BOM
  • 英文使用8位（即一个字节），中文使用24位（三个字节）
  • 包含全世界所有国家需要用到的字符，是国际编码，通用性强

2 相互转换

• 通过Unicode编码相互转换

3 ASCll编码和Unicode编码的区别

• ASCII编码
  
  • 1个字节
  • ASCII 码一共定义了 128 个字符
  • 大写的字母 A 是 65（这是十进制数，对应二进制是0100 0001）
  • 这 128 个字符只使用了 8 位二进制数中的后面 7 位，最前面的一位统一规定为 0
• Unicode编码
  
  • 通常是2个字节，可以更多
• UTF-8编码
  
  • 把Unicode字符根据不同的数字大小编码成1-4个字节
  • 编码规则如下
    
    • 对于单个字节的字符，第一位设为 0，后面的 7 位对应这个字符的 Unicode 码点，因此与 ASCII 码完全相同
    • 对于 N 个字节的字符（N > 1），
    • 第一个字节的前 N 位都设为 1，第 N + 1 位设为0
    • 剩余的 N - 1 个字节的前两位都设位 10
    • 剩下的二进制位则使用这个字符的 Unicode 码点来填充

UNICODE 十六进制码点范围	UTF-8 二进制
0000 0000 - 0000 007F	0xxxxxxx
0000 0080 - 0000 07FF	110xxxxx 10xxxxxx
0000 0800 - 0000 FFFF	1110xxxx 10xxxxxx 10xxxxxx
0001 0000 - 0010 FFFF	11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

• 编码例子
  
  • “汉”的 Unicode 码点是 0x6c49（110 1100 0100 1001），通过上面的对照表可以发现，0x0000 6c49 位于第三行的范围，那么得出其格式为 1110xxxx 10xxxxxx 10xxxxxx
  • 接着，从“汉”的二进制数最后一位开始，从后向前依次填充对应格式中的 x，多出的 x 用 0 补上
  • 这样，就得到了“汉”的 UTF-8 编码为 11100110 10110001 10001001，转换成十六进制就是 0xE6 0xB7 0x89
• 解码规则如下
  
  • 如果一个字节的第一位是 0 ，则说明这个字节对应一个字符；
  • 如果一个字节的第一位1，那么连续有多少个 1，就表示该字符占用多少个字节

4 iOS中URL编码和解码

4.1 为什么需要URL编码

• URL中有些字符会引起歧义
  
  • 例如：URL参数字符串中使用键值对(key=value)的方式来传参，键值对之间以&符号分隔,因此键值中的&符号必须进行编码
• URL的编码格式采用的是ASCII码，而不是Unicode
• URL中不能包含任何非ASCII字符，例如中文

4.1 URL编码、解码

• 　URL编码的原则
  
  • 就是使用安全的字符(没有特殊用途或者特殊意义的可打印字符)去表示那些不安全的字符
• 中文、空格字符编码
  
  • stringByAddingPercentEscapesUsingEncoding(只对 `#%^{}[]|\”<> 加空格共14个字符编码，不包括”&?”等符号)
  • stringByAddingPercentEncodingWithAllowedCharacters（ ios9）

NSString * resourcePath = @"https://www.baidu.com/文件夹"
// 编码
(iOS9.0以下使用）
NSString *str3 =[resourcePath stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
(iOS9.0以及以上使用）
NSString *str3 =
[resourcePath stringByAddingPercentEncodingWithAllowedCharacters:[NSCharacterSet URLQueryAllowedCharacterSet]];
NSString *str3 =
[resourcePath stringByAddingPercentEncodingWithAllowedCharacters:[NSCharacterSet characterSetWithCharactersInString:@"`#%^{}\"[]|\\<>"].invertedSet];

• 中文、空格字符解码
  
  • stringByReplacingPercentEscapesUsingEncoding
  • stringByRemovingPercentEncoding （ios9）

NSString * resourcePath = @"https://www.baidu.com/文件夹";  
// 解码
(iOS9.0以下使用）
NSString *str2 = [resourcePath stringByReplacingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
(iOS9.0以及以上使用）:
NSString *str2 = [resourcePath stringByRemovingPercentEncoding];

4.2 NSCharacterSet 中的字符

• URLFragmentAllowedCharacterSet

  • ”#%<>[]^`{|}

• URLHostAllowedCharacterSet

  • ”#%/<>?@\^`{|}

• URLPasswordAllowedCharacterSet

  • ”#%/:<>?@[]^`{|}

• URLPathAllowedCharacterSet

  • ”#%;<>?[]^`{|}

• URLQueryAllowedCharacterSet

  • ”#%<>[]^`{|}

• URLUserAllowedCharacterSet

  • ”#%/:<>?@[]^`

5 原码、反码、补码

• 原码：一个整数，按照绝对值大小转换成的二进制数
  
  • 最高位为符号位，“0”表示正，“1”表示负，其余位表示数值的大小
  • 比如5的原码：00000000 00000000 00000000 00000101
• 反码：将二进制数按位取反，所得的新二进制数称为原二进制数的反码
  
  • 正数的反码与其原码相同
• 负数的反码是对其原码逐位取反，但符号位除外
  
  • 取反操作指：原为1，得0；原为0，得1。（1变0; 0变1）
• 补码：反码加1称为补码
  
  • 正数的补码和原码相同
• 负数以其正值的补码形式表达
  
  • 比如5的补码（也就是-5的表达方式）：11111111 11111111 11111111 11111011
• 无符号位取值范围
  
  • 0~255 （因为计算机是从0开始计算的而不是1）
  • 0～2^8 - 1 (256 -1)
• 有符号位取值范围
  
  • -128 ～ +127
  • -2^7（-128） ~ 2^7-1 （128-1）

6 URL中的特殊字符

• URL中只允许包含英文字母(a-zA-Z)、数字(0-9)、4个特殊字符(- _ . ~)以及所有保留字符，如果要在URL中传递这些特殊符号，那么就要使用他们的编码了
• 编码的格式为：百分号（%）加字符的ASCII码（16进制）码值

符号	特殊含义	十六进制值
部分保留字符
<		%3C
>		%3E
“	普通文本中起到分隔Url的作用	%22
#	通常用于表示书签或者锚点	%23
%	指定特殊字符	%25
{		%7B
}		%7D
\		%5C
^	加字号	%5E
～	波浪	%7E
[		%5B
]		%5D
`	反单引号	%60
	空格	%20
*		%2A
‘		%27
(		%28
)		%29
+	表示空格（在URL中不能使用空格）	%2B
$	表示空格（在URL中不能使用空格）	%24
,	表示空格（在URL中不能使用空格）	%2C
保留字符
;		%3B
/	分隔目录和子目录	%2F
?	分隔实际的 URL 和参数	%3F
:		%3A
@		%40
=		%3D
&	URL中指定的参数间的分隔符	%26

7 URL的格式

• URI（Uniform Resource Identifier）：统一资源标识符
  
  • 标识/定义资源
• URL（Uniform Resource Location）：统一资源定位符
  
  • 描述如何访问到该资源

protocol :// hostname[:port] / path / [;parameters][?query]#fragment


foo://example.com:8042/over/there?name=ferret#nose  
\_/  \______________/ \________/\_________/ \__/  
|          |              |         |        |  
scheme    authority        path      query   fragment

• protocol（协议）
  
  • 指定使用的传输协议，最常用的是HTTP协议
• hostname（主机名）
  
  • 存放资源的服务器的域名系统(DNS) 主机名或 IP 地址
• port（端口号）
  
  • 各种传输协议都有默认的端口号，如http的默认端口为80
• path（路径）
  
  • 由零或多个“/”符号隔开的字符串，一般用来表示主机上的一个目录或文件地址
• parameters（参数）
  
  • 指定特殊参数的可选项
• query(查询)
  
  • 可选，用于给动态网页传递参数，可有多个参数，用“&”符号隔开，每个参数的名和值用“=”符号隔开
• fragment（信息片断）
  
  • 字符串，用来标识 URI 所标识资源里的某个资源

8 处理字符串的方法 ：NSCharacterSet\NSMutableCharacterSet

• 常用API学习

//NSCharacterSet
/** 001 根据一个给定的字符串获取一个NSCharacterSet对象 */
+ (NSCharacterSet *)characterSetWithCharactersInString:(NSString *)aString;
/** 002 相反字符串限制 【具体见接下的例子】 */
@property (readonly, copy) NSCharacterSet *invertedSet;
/** 003 常用快捷方法集合 （常用的，已满足大多数需求） */
+ controlCharacterSet
+ whitespaceCharacterSet              //空格
+ whitespaceAndNewlineCharacterSet    //空格和换行符
+ decimalDigitCharacterSet            //0-9的数字
+ letterCharacterSet                  //所有字母
+ lowercaseLetterCharacterSet         //小写字母
+ uppercaseLetterCharacterSet         //大写字母
+ alphanumericCharacterSet            //所有数字和字母（大小写不分）
+ punctuationCharacterSet             //标点符号
+ newlineCharacterSet                 //换行

//NSMutableCharacterSet
/** 001 功能同 invertedSet 方法一样，注意这个没有返回值 */
- (void)invert;

• 应用1：textFielf只能输入数字

- (BOOL)textField:(UITextField *)textField shouldChangeCharactersInRange:(NSRange)range replacementString:(NSString *)string {
NSCharacterSet *charSet = [[NSCharacterSet characterSetWithCharactersInString:@"0123456789"] invertedSet];
NSString *filteredStr = [[string componentsSeparatedByCharactersInSet:charSet] componentsJoinedByString:@""];
if ([string isEqualToString:filteredStr]) {
return YES;
}
return NO;
}

9 解析URL的方法 ： NSURLComponents

初始化方法如下：

- (instancetype)init;
- (nullable instancetype)initWithURL:(NSURL *)url resolvingAgainstBaseURL:(BOOL)resolve;
+ (nullable instancetype)componentsWithURL:(NSURL *)url resolvingAgainstBaseURL:(BOOL)resolve;
- (nullable instancetype)initWithString:(NSString *)URLString;
+ (nullable instancetype)componentsWithString:(NSString *)URLString;
//常用的属性如下：

@property (nullable, readonly, copy) NSURL *URL;
@property (nullable, readonly, copy) NSString *string NS_AVAILABLE(10_10, 8_0);

@property (nullable, copy) NSString *scheme; // Attempting to set the scheme with an invalid scheme string will cause an exception.
@property (nullable, copy) NSString *user;
@property (nullable, copy) NSString *password;
@property (nullable, copy) NSString *host;
@property (nullable, copy) NSNumber *port; // Attempting to set a negative port number will cause an exception.
@property (nullable, copy) NSString *path;
@property (nullable, copy) NSString *query;
@property (nullable, copy) NSString *fragment;


@property (nullable, copy) NSString *percentEncodedUser;
@property (nullable, copy) NSString *percentEncodedPassword;
@property (nullable, copy) NSString *percentEncodedHost;
@property (nullable, copy) NSString *percentEncodedPath;
@property (nullable, copy) NSString *percentEncodedQuery;
@property (nullable, copy) NSString *percentEncodedFragment;


@property (nullable, copy) NSArray<NSURLQueryItem *> *queryItems NS_AVAILABLE(10_10, 8_0);

• 应用1： iOS 解析url中的key和value

NSString* wxNASAURLPath = @"http://www.ruyizi.com/url?a=1&b=2&c=3";

NSURLComponents* wxNASAURLComponents =  [NSURLComponents componentsWithString:wxNASAURLPath];

NSMutableDictionary* queryItemDict = [NSMutableDictionary dictionary];

NSArray* queryItems = wxNASAURLComponents.queryItems;

for (NSURLQueryItem* item in queryItems) {

[queryItemDict setObject:item.value forKey:item.name];

}

参考

1 彻底弄懂 Unicode 编码
2 NSURL/NSURLComponents
3 percent-encode 百分号编码
4 URI’s fragment
5 学会NSCharacterSet，再也不怕各种字符串处理
6 NSURLComponents的使用