为什么我会根据字符串构造或在不同环境中 运行 时获得 NSString 的不同 UTF-8 表示形式？
Why do I get different UTF-8 representations of an NSString depending on string construction or when running in different environments?
我有一些非常简单的 Objective-C 代码分配和初始化 NSString 然后获取该字符串的 UTF-8 const char * 表示如下：
const char *s = [[[NSString alloc] initWithFormat:@"%s", "£"] UTF8String];
然后我使用以下代码打印出组成该字符串的代码单元的十六进制值：
while(*s)
printf("%02x ", (unsigned int) *s++);
我得到以下输出：
ffffffc2 ffffffac ffffffc2 ffffffa3
这是出乎意料的，因为我假设我只是得到 ffffffc2 ffffffa3，因为 £ 字符由两个代码单元组成，以十六进制表示为 c2然后是 a3，你可以 see here。
这是在我的笔记本电脑上 运行 在本地可以想象到的最简单的 iOS 应用程序中输出的屏幕截图：
请注意，如果我按如下方式创建 NSString，输出是相同的：
[[NSString alloc] initWithFormat:@"%s", "\xc2\xa3"]
如果我改为使用 NSString 作为要插入到格式字符串中的参数，那么我将得到 ffffffc2 ffffffa3:
的预期输出
[[NSString alloc] initWithFormat:@"%@", @"£"]
更让我感到奇怪的是，与我上面（第一个版本）完全相同的 失败 代码似乎可以像我期望的那样在网上运行 Objective C codepen-type 我找到的网站，你可以 see here.
为什么当我使用代码的 initWithFormat:@"%s" 版本时，额外的代码单元被添加到字符串的 UTF-8 表示中，而且似乎只有当我在我的机器上使用 运行 时？
C 语言没有指定字符串的编码，而是指定了一组必须包含在源字符集 中的字符，并且每个字符都是一个字节。
在编译 (Objective-)C 时，Apple Clang 编译器似乎遵循这一点，C 字符串中字符的编码基于源文件的编码。源文件的默认编码是 UTF-8，因此 C 字符串文字 "£" 存储为字节 c2、a3、00 是 UTF-8 编码“£”和一个空字节。
正如@Wileke 所说，%s 字符串格式根据系统默认编码 (documentation) 解释其参数。此默认编码似乎是 MacOSRoman，因为编码字节 c2 是字符“¬”，字节 a3 是字符“£”，因此您从 [=17= 生成的字符串]里面有这两个字符。
正如您在评论中所建议的那样，您可以使用 initWithUTF8String:, which will work provided your source file encoding is UTF-8. If your source file uses a different encoding you should instead use initWithCString:encoding: 并指定源文件的编码来解决您的问题。
如果您不确定源文件编码 select Xcode 中的文件并查看检查窗格，您可以在其中查看和更改（重新解释或转换现有字节）编码。
注意：如果在您的实际代码中，C 字符串不是由同一文件中的字符串文字形成的，您将必须确定该字符串的编码。
HTH
我有一些非常简单的 Objective-C 代码分配和初始化 NSString 然后获取该字符串的 UTF-8 const char * 表示如下：
const char *s = [[[NSString alloc] initWithFormat:@"%s", "£"] UTF8String];
然后我使用以下代码打印出组成该字符串的代码单元的十六进制值：
while(*s)
printf("%02x ", (unsigned int) *s++);
我得到以下输出：
ffffffc2 ffffffac ffffffc2 ffffffa3
这是出乎意料的，因为我假设我只是得到 ffffffc2 ffffffa3，因为 £ 字符由两个代码单元组成，以十六进制表示为 c2然后是 a3，你可以 see here。
这是在我的笔记本电脑上 运行 在本地可以想象到的最简单的 iOS 应用程序中输出的屏幕截图：
请注意，如果我按如下方式创建 NSString，输出是相同的：
[[NSString alloc] initWithFormat:@"%s", "\xc2\xa3"]
如果我改为使用 NSString 作为要插入到格式字符串中的参数，那么我将得到 ffffffc2 ffffffa3:
[[NSString alloc] initWithFormat:@"%@", @"£"]
更让我感到奇怪的是，与我上面（第一个版本）完全相同的 失败 代码似乎可以像我期望的那样在网上运行 Objective C codepen-type 我找到的网站，你可以 see here.
为什么当我使用代码的 initWithFormat:@"%s" 版本时，额外的代码单元被添加到字符串的 UTF-8 表示中，而且似乎只有当我在我的机器上使用 运行 时？
C 语言没有指定字符串的编码，而是指定了一组必须包含在源字符集 中的字符，并且每个字符都是一个字节。
在编译 (Objective-)C 时，Apple Clang 编译器似乎遵循这一点，C 字符串中字符的编码基于源文件的编码。源文件的默认编码是 UTF-8，因此 C 字符串文字 "£" 存储为字节 c2、a3、00 是 UTF-8 编码“£”和一个空字节。
正如@Wileke 所说，%s 字符串格式根据系统默认编码 (documentation) 解释其参数。此默认编码似乎是 MacOSRoman，因为编码字节 c2 是字符“¬”，字节 a3 是字符“£”，因此您从 [=17= 生成的字符串]里面有这两个字符。
正如您在评论中所建议的那样，您可以使用 initWithUTF8String:, which will work provided your source file encoding is UTF-8. If your source file uses a different encoding you should instead use initWithCString:encoding: 并指定源文件的编码来解决您的问题。
如果您不确定源文件编码 select Xcode 中的文件并查看检查窗格，您可以在其中查看和更改（重新解释或转换现有字节）编码。
注意：如果在您的实际代码中，C 字符串不是由同一文件中的字符串文字形成的，您将必须确定该字符串的编码。
HTH