當你在處理文本時，如果你不是在寫一些非常古老的代碼（legacy code），那么你一定要使用 Unicode。幸運的是，蘋果和 NeXT 一直致力于推動 Unicode 標準的建立，而 NeXT 在 1994 年推出的 Foundation Kit 則是所有編程語言中最先基于 Unicode 的標準庫之一。但是，即使 NSString 完全支持 Unicode，還替你干了大部分的重活兒，處理各種語言、各種書寫系統的文本仍然是一個非常復雜的事情。作為一個程序員，有些事情你應該知道。

這篇文章里，我會先向你簡單地講一下 Unicode 這個標準，然后解釋 NSString 是怎么處理它的，再討論一下你可能會遇到的一些常見問題。

歷史

計算機沒法直接處理文本，它只和數字打交道。為了在計算機里用數字表示文本，我們指定了一個從字符到數字的映射。這個映射就叫做編碼（encoding）。

最有名的一個字符編碼是 ASCII。ASCII 碼是 7 位的，它將英文字母，數字 0-9 以及一些標點符號和控制字符映射為 0-127 這些整型。隨后，人們創造了許多不同的 8 位編碼來處理英語以外的其他語言。它們大多都是基于 ASCII 編碼的，并且使用了 ASCII 沒有使用的第 8 位來編入其它字母、符號甚至是整個字母表（比如西里爾字母和希臘字母）。

當然，這些編碼系統相互之前并不兼容，并且，由于 8 位的空間對于歐洲的文字來說都不夠，更不用說全世界的書寫系統了，因此這種不兼容是肯定會出現的了。這對于當時基于文本的操作系統來說是很麻煩的，因為那時操作系統只能同時使用一種編碼（也叫做內碼表，code page）。如果你在一臺機器上寫了一段文字，然后在另一臺使用了不同的內碼表的機器上打開，那么在 128-255 這個范圍內的字符就會顯示錯誤。

諸如中文、日文和韓文的東亞文字又讓情況更加復雜。這些書寫系統里包含的字符實在是太多了，以至于 8 位的數字所能提供的 256 個位置遠遠不夠。結果呢，人們開發了更加通用的編碼（通常是 16 位的）。當你開始糾結于如何處理一個字節裝不下的值時，如何把它存儲到內存或者硬盤里就變得十分關鍵了。這時，就必須再進行第二次映射，以此來確定字節的順序。而且，最好使用可變長度的編碼而不是固定長度的。請注意，第二次映射其實是另一種形式的“編碼”。我們把這兩個映射都叫做“編碼”很容易造成誤解。這個在下面 UTF-8 和 UTF-16 的部分里會再作討論。

現代操作系統都已經不再局限于只能同時使用一種內碼表了，因此只要每個文檔都清楚地標明自己使用的是哪種編碼，處理幾十甚至上百種編碼系統盡管很討厭，也完全是有可能的。真正不可能的是在一個文檔里混合使用多種編碼系統，因此撰寫多語言的文檔也不可能了，而正是這一點終結了在 Unicode 編碼出現之前，多種編碼混戰的局面。

1987 年，來自幾個大的科技公司（其中包括蘋果和 NeXT）的工程師們開始合作致力于開發一種能在全世界所有書寫系統中通用的字符編碼系統，于 1991 年 10 月發布的 1.0.0 版本的 Unicode 標準就是這一努力的成果。

Unicode 概要

基本介紹

簡單地來說，Unicode 標準為世界上幾乎所有的[^1]書寫系統里所使用的每一個字符或符號定義了一個唯一的數字。這個數字叫做碼點（code points），以 U+xxxx 這樣的格式寫成，格式里的 xxxx 代表四到六個十六進制的數。比如，U+0041（十進制是 65）這個碼點代表拉丁字母表（和 ASCII 一致）里的字母 A；U+1F61B 代表名為“伸出舌頭的臉”的 emoji，也就是

總結

以上是生活随笔為你收集整理的iOS 中的编码方式详解（主要讲解Unicode）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。