iOS计算字符串的对应字节数

本文展示在iOS下，如何正确的计算输入的字符个数。

常见编码

汉字、中文符号

UTF-8编码下，一个汉字，包括中文符号标点，占3个字节。
GBK、GB2312编码下，是2个字节。

emoji表情

无论是UTF-8，还是GBK、GB2312，emoji表情都是占用4个字节。

iOS的设备编码

iOS的设备，基本上都是使用UTF-8编码，所以一个汉字是3个字节。

现状

通常情况下，数据库的存储，会使用UTF-8编码。
而我们在编程时，会把一个汉字认为是2个字节。

结论

因此，我们需要使用GBK的编码，去判断用户输入的字符个数，以作限制。

1、获取GBK编码

NSStringEncoding encoding = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);

2、使用GBK编码作为 cStringUsingEncoding 方法的编译，来获取字符串的cString首个字符指针。

3、使用 lengthOfBytesUsingEncoding 获取字节长度，然后遍历，由此计算出所有字符长度。

代码示例

将以下代码放入NSString的category

- (NSUInteger)charactorNumber
{
    NSStringEncoding encoding = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);
    return [self charactorNumberWithEncoding:encoding];
}

- (NSUInteger)charactorNumberWithEncoding:(NSStringEncoding)encoding
{
    NSUInteger strLength = 0;
    char *p = (char *)[self cStringUsingEncoding:encoding];
    
    NSUInteger lengthOfBytes = [self lengthOfBytesUsingEncoding:encoding];
    for (int i = 0; i < lengthOfBytes; i++) {
        if (*p) {
            p++;
            strLength++;
        }
        else {
            p++;
        }
    }
    return strLength;
}

LXKit - 代码下载地址

LXKit - category文件地址