关于一种语言好不好用,你只需要衡量以下两种指标:
NSString
是基础类库中的佼佼者。在那个其他语言 仍在 艰难地正理处理 Unicode 的时代,NSString
是尤其让人印象深刻的。不仅仅是任何内容扔在它里面就能 正确工作 ,NSString
还能将字符串解析成语法标签、检测出内容中的首要语言,并且在任意你能想到的字符编码中转换。它好用得离谱。
它虽然很强大,但是不提提它的可无缝转换(toll-free bridged)的表兄弟 CFMutableString,或者更特殊的 CFStringTransform,是不负责任的。
正如它的 CF
前缀所表述的一样,CFStringTransform
是 Core Foundation 中的一部分。这个函数传入以下参数,并返回一个 Boolean
来表示转换是否成功:
string
: 需要转换的字符串。由于这个参数是 CFMutableStringRef
类型,一个 NSMutableString
类型也可以通过自由桥接的方式传入。range
: 转换操作作用的范围。这个参数是 CFRange
,而不是 NSRange
。transform
: 需要应用的变换。这个参数使用了包含下面将提到的字符串常量的 ICU transform string。reverse
: 如有需要,是否返回反转过的变换。CFStringTransform
中的 transform
参数涉及的内容很多。这里有个它能做什么的概述:
Énġlišh långuãge lẳcks iñterêßţing diaçrïtičş. 如此类的字符串,把扩展的拉丁字符集正则化为 ASCII 友好型的表示,它非常有用。用 kCFStringTransformStripCombiningMarks
变换来去掉任意字符串中弯弯扭扭的符号。
kCFStringTransformToUnicodeName
让你可以找出特殊字符的 Unicode 标准名,包括 Emoji。例如:"🐑💨✨" 被转换成 “{SHEEP} {DASH SYMBOL} {SPARKLES}",而 “🐷” 变成了 “{PIG FACE}"。
除了英语这个重大例外(和它那令人愉快的拼写不一致),书写系统一般是将语言音调编码成一致的符号表示。欧洲语言一般使用拉丁字母(外加一些变音符),俄罗斯用西里尔字母,日本用平假名和片假名,泰国、韩国和阿拉伯国家也都有自己的字母。
虽然每种语言都有特殊的音调列表,也许有些其他语言会缺失,所有主要书写系统的交集已经足以让你高效的在不同字母之间转写(不要跟翻译搞混了)。
CFStringTransform
可以在拉丁语和阿拉伯语、西里尔语、希腊语、韩语(韩国)、希伯来语、日语(平假名和片假名)、普通话、泰语之间来回转写。
Transformation | Input | Output |
---|---|---|
kCFStringTransformLatinArabic | mrḥbạ | مرحبا |
kCFStringTransformLatinCyrillic | privet | привет |
kCFStringTransformLatinGreek | geiá sou | γειά σου |
kCFStringTransformLatinHangul | annyeonghaseyo | 안녕하세요 |
kCFStringTransformLatinHebrew | şlwm | שלום |
kCFStringTransformLatinHiragana | hiragana | ひらがな |
kCFStringTransformLatinKatakana | katakana | カタカナ |
kCFStringTransformLatinThai | s̄wạs̄dī | สวัสดี |
kCFStringTransformHiraganaKatakana | にほんご | ニホンゴ |
kCFStringTransformMandarinLatin | 中文 | zhōng wén |
并且这只是用了核心类库中常量定义!直接传入一个ICU transform表达式,
CFStringTransform
还可以在拉丁语和阿拉伯语、亚美尼亚语、注音、西里尔字母、格鲁吉亚语、希腊语、汉语、韩语、希伯来语、平假名、印度语(梵文,古吉拉特语,旁遮普文,卡纳达语,马拉雅拉姆语,奥里雅语,泰米尔语,特卢固)、朝鲜语、片假名、叙利亚语、塔纳文、泰语之间转写。
字符串变换的一个更实际的应用是正则化不可预知的用户输入。即使你的应用并不单独处理其他语言,你也应当能智能地处理用户向你的应用输入的任何内容。
例如,你想在设备上建立一个可搜索的电影索引,它包含世界各地的人的问候:
kCFStringTransformToLatin
变换将所有非英文文本转换为拉丁字母表示。Hello! こんにちは! สวัสดี! مرحبا! 您好! → Hello! kon’nichiha! s̄wạs̄dī! mrḥbạ! nín hǎo!
kCFStringTransformStripCombiningMarks
变换来去除变音符和重音。Hello! kon’nichiha! s̄wạs̄dī! mrḥbạ! nín hǎo! → Hello! kon’nichiha! swasdi! mrhba! nin hao!
CFStringLowercase
转为小写,并用CFStringTokenizer
分词用作文本的索引。(hello, kon’nichiha, swasdi, mrhba, nin, hao)
通过对用户输入的文本使用同样的变换,你就可以实现一个通用的搜索,无论搜索文本或内容是什么语言!
CFStringTransform
会是个用来按你的要求处理语言的十分强大的工具。并且它是,且仅仅是等着你勇敢地投入Objective-C的温暖怀抱的许多强大特性之一。
除非另有声明,本文采用知识共享「署名-非商业性使用 3.0 中国大陆」许可协议授权。