关于OC的MBCS编码

http协议中，url中的MBCS处理比较复杂。同时涉及到字符集编码和Escape两方面。根据http协议，url中的MBCS（多字节字符集）需要进行Escape（转义）。

但url中的中文不同，它需要向服务器进行提交。

具体地说，对于url中的ascii字符不需要Escape，而对于MBCS字符，需要在16进制字符编码的每一个字节前面加一个%。

除此之外，根据服务器所支持的字符集不同，%号后面的字节要写成对应的编码格式。

例如，一个url中包含一个MBCS字符，中文"哈"。其utf－8的编码值是两个字节： 54 C8，而GBK编码值也是两个字节：B9 FE。那么根据服务器的协议其url应分别编码为：

如果服务器支持的字符集为utf-8，对应的url编码为：http://192.168.1.1/test?content=%54%C8

如果服务器要求采用“GBK"编码，则这个url应编码为：http://192.168.1.1/test?content=%B9%FE

所以，一个含中文的url，是否需要编码，以及采用什么字符集编码，还要根据服务器的具体情况而论。然后再进行Escape。

此外，由于oc本身是用utf-8存储字符的，如果服务器支持utf-8编码，则url中的中文字符不需要任何转换可以直接使用。

在OC中，CFURLCreateStringByReplacingPercentEscapesUsingEncoding和stringByAddingPercentEscapesUsingEncoding两个方法就是专门用于对url中的MBCS进行编码和转义的。

因此，当url地址中含有中文字符时，需要使用如下代码：

+(NSString *) urlEncodeWithGBK: (NSString *) url
{
    NSString *result;
    NSStringEncoding enc=CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);
    //先用GBK编码，再url编码
    result=[url stringByAddingPercentEscapesUsingEncoding:enc];
    return result;
}

@font-face { font-family: "宋体"; }@font-face { font-family: "Cambria"; }@font-face { font-family: "Heiti SC Light"; }@font-face { font-family: "Menlo Regular"; }p.MsoNormal, li.MsoNormal, div.MsoNormal { margin: 0cm 0cm 10pt; font-size: 12pt; font-family: "Times New Roman"; }div.Section1 { page: Section1; }

想打印一个字符串的 gbk编码，可以用以下代码：

// unicode 转 GBK 编码，因为 o-c 默认使用 unicode NSStringEncoding enc= CFStringConvertEncodingToNSStringEncoding ( kCFStringEncodingMacChineseSimp );

NSData * data=[ @" 哈 " dataUsingEncoding :enc];

NSLog ( @" 编码 :%@" ,data);

打印结果为： 编码 :<b9fe> >

如果想打印unicode编码，使用：

NSStringEncoding enc= CFStringConvertEncodingToNSStringEncoding ( kCFStringEncodingMacChineseSimp );

NSData * data=[ @" 哈 " dataUsingEncoding : NSUTF16BigEndianStringEncoding ];

NSLog ( @" 编码 :%@" ,data);

其中unicode编码指定为 NSUTF16StringEncoding = NSUnicodeStringEncoding( 二者完全等同 ) ，而所谓 NSUTF16BigEndianStringEncoding 则在 NSUTF16StringEncoding 的基础上另外指定了字节序为big_endian（高位在后）。

打印结果为： 编码 :<54c8>

 

 

*注：

  big_endian或little_endian来自格列弗游记中小人国的故事。小人国国王曾命令水煮蛋必需由little_end（小的一端）开始剥，而惹恼了喜欢从big_end开始剥的人。于是这两派人被称作little_endian和big_endian 。

在计算机中，big_endian和little_endian分别表示大数在内存中存放字节顺序：高位结尾，低位结尾。

例如，数字 0x11223344(32 位数 ), 这其中位数最高的位是11，位数最低的位是44。这种方式就是以低位结尾，即little_endian。Little_endian是符合人类阅读习惯的。

而在internet中，多使用big_endian，即little_endian的反序（高位结尾）。 数字0x11223344应该表示位0x44332211。 Big_endian可以简单地认为是人类习惯顺序的反序。

由于java使用的字节序一般是big_endian的（这也是internet使用的字节序，称为网络序）。如果o-c要向java发送数据，应该先转为网络序（big_endian）。

 

NSString有一个defaultCStringEncoding，即默认的字符编码，其值为 30,NSMacOSRomanStringEncoding 。