iOS特殊字符转码与Android/网站Unicode不兼容问题求助

我来帮你搞定这个跨平台编码不统一的问题！首先得先搞清楚为什么会出现这种差异：

问题根源 #

你当前用的NSNonLossyASCIIStringEncoding，会把非ASCII字符（比如è）转换成八进制转义序列（也就是你看到的\350）；而Android和网页端遵循标准Unicode转义规则，用的是十六进制的\uXXXX格式（比如è对应\u00E8）。虽然两种编码都能解码回原字符，但跨平台传数据的时候格式不统一肯定会带来麻烦。

解决方案：自定义编码/解码逻辑 #

要实现和其他平台一致的编码格式，我们需要手动把字符转换成\uXXXX的Unicode十六进制转义形式，下面是具体的Objective-C实现：

编码方法（生成\uXXXX格式） #

- (NSString *)convertCharToUnicodeHex:(NSString *)inputStr {
    NSMutableString *resultStr = [NSMutableString stringWithCapacity:inputStr.length * 6];
    
    for (NSUInteger i = 0; i < inputStr.length; i++) {
        unichar currentChar = [inputStr characterAtIndex:i];
        // 只处理ASCII之外的字符
        if (currentChar > 127) {
            [resultStr appendFormat:@"\\u%04X", currentChar];
        } else {
            [resultStr appendFormat:@"%c", currentChar];
        }
    }
    
    return resultStr;
}

解码方法（解析\uXXXX格式） #

- (NSString *)convertUnicodeHexToChar:(NSString *)unicodeStr {
    // 正则匹配所有\uXXXX格式的转义序列
    NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"\\\\u([0-9a-fA-F]{4})"
                                                                           options:NSRegularExpressionCaseInsensitive
                                                                             error:nil];
    
    // 把\uXXXX替换成iOS能识别的\UXXXX（大写U），再转成原字符
    NSString *processedStr = [regex stringByReplacingMatchesInString:unicodeStr
                                                             options:0
                                                               range:NSMakeRange(0, unicodeStr.length)
                                                        withTemplate:@"\\U$1"];
    
    return [processedStr stringByReplacingOccurrencesOfString:@"\\U" withString:@"\\u"];
}

逻辑说明 #

• 编码逻辑：遍历字符串的每个字符，对ASCII范围（0-127）外的字符，用\u%04X格式生成4位固定长度的十六进制Unicode转义码，ASCII字符直接保留，这样生成的编码就和Android、网页端完全一致了。
• 解码逻辑：iOS的字符串解析器能识别\UXXXX（大写U）的转义格式，所以我们先用正则把\uXXXX替换成\UXXXX，再转换回原字符，完美兼容标准Unicode转义格式。

测试验证 #

用è来测试的话，新的编码方法会输出\u00E8，和Android、网页端的结果完全一致；解码的时候，不管是\u00E8还是原来的\350（如果还有旧数据的话），只要用对应的解码方法都能正确转回è，同时解决了跨平台编码统一的问题。

内容的提问来源于stack exchange，提问作者Khalid Moin