c - 在c/cocoa中读取和输出UTF-8字符串

Question

在 objective-c/cocoa 应用程序中，我使用 c 函数打开一个文本文件，逐行读取它并在第三方函数中使用一些行。在伪代码中:

char *line = fgets(aFile);
library_function(line);  // This function calls for a utf-8 encoded char * string

在输入文件包含特殊字符(例如重音符号或 UTF-8 BOM)之前，此方法工作正常，此时库函数输出错位字符。

---

但是，如果我这样做:

char *line = fgets(aFile);
NSString *stringObj = [NSString stringWithUTF8String:line];
library_function([stringObj UTF8String]);

然后一切正常，字符串输出正确。

---

那个 [NSString... 行是做什么的，我不是？ 我是不是对最初获取该行的方式做错了什么？还是完全不同？

Answer 1

UTF-8 是一个多字节字符集 ( see wikipedia )，这意味着某些字符需要多个字节(您遇到过的重音字符)。 C 的 char 类型是单字节，因此 C 对“字符”的定义与 Unicode 不匹配。

如果您想使用标准 C RTL 读取 Unicode，您还需要使用 Unicode 转换库，例如 libiconv .

(使用 wchar_t 也可能有效；我从未研究过它。)

或者你可以使用已经支持 Unicode 的 NSString。