如何在 Objective-C 中检查这个奇怪的空格字符 - “ ”？答案

【问题标题】：How do I check for this odd space character - " " in Objective-C?如何在 Objective-C 中检查这个奇怪的空格字符 - “ ”？
【发布时间】：2013-08-01 16:05:38
【问题描述】：

我写了一些正则表达式来处理字符串中的空格，它工作得很好，除了当我遇到这个字符时：“ ”而不是“”。你可能认为我疯了，但显然他们是不同的。看看这个 RegEx 应用程序（奇怪的是，它经常崩溃）：

当我使用奇怪的空间时：

当我使用普通空间时：

如您所见，这里检测到更多空格，但它没有检测到奇怪的空格。

这个空间是什么？我该如何摆脱它？

【问题讨论】：

您帖子中的空格是相同的。你能发布正确的（大概是 unicode）吗？
您必须在十六进制模式下查看原始文本到 ASCII 数字。
有许多 ascii 字符没有可见的字符艺术（基本上看起来像一个空格），而不是实际的空格 (ascii 32) 字符。
我猜它是某种类型的 Unicode 空间，比如不间断空间 (U+00A0)。
看起来你有一些文字处理的散文。您看到的奇怪空间是否可能是不间断的空间。所以也许你的 wp 或文本布局应用程序有一个特殊的空格字符，不会被行尾替换。例如，短语“加起来成为电影明星”可能会分成两行，但奇怪的空格是说“to”和“a”之间不应该发生换行符。我不知道您使用什么应用程序来创建文本，但也许该应用程序中有一个设置不包括这些不间断的空格。哎呀，杰弗里·托马斯比我早几秒钟输入了相同的回复。

标签： objective-c regex nsregularexpression

【解决方案1】：

Unicode 有很多不同的space characters。您在问题中发布的空间——在标题和正文中——是一个常规的 ASCII 空间，好旧的 U+0020。

如果您想准确检查您复制到剪贴板上的内容，您可以在 Mac OS X 上运行命令 pbpaste(1)。例如，如果您复制了不间断空格 (U+00A0)，您可以像这样识别它：

# Write pasteboard contents to stdout, convert from UTF-8 to UTF-32 for easy
# code point identification, then hex dump the contents
$ pbpaste | iconv -f utf-8 -t utf-32be | hexdump -C
00000000  00 00 00 a0                                       |....|
00000004

根据您使用的正则表达式引擎，它可能无法全部支持，特别是如果您使用\s 字符类。如果您想确保匹配您拥有的空格字符，则将其明确包含在您的字符类中，例如[\s<YOURSPACEHERE>]，其中<YOURSPACEHERE> 是从您要匹配的字符复制+粘贴的。

【讨论】：

根据那个命令确实是a0，谢谢。我会尝试 [\s...] 建议。 :)
嘿，Xcode 甚至似乎有一个特殊的符号。 i.imgur.com/a6G4gQO.png

【解决方案2】：

尝试使用“\p{Z}”作为您的正则表达式。它是任何类型的空格或不可见分隔符的 unicode 属性。

请参阅：NSRegularExpression 和 Unicode Regular Expressions。

为了测试我的答案，我构建了以下单元测试。

- (void)testPattern
{
    NSString *string = @"xxx\u00A0yyy";
    NSString *pattern = @"\\p{Z}";
    NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:pattern options:0 error:NULL];

    NSUInteger number = [regex numberOfMatchesInString:string options:0 range:NSMakeRange(0, [string length])];
    STAssertEquals(number, 1U, @"");
}

【讨论】：

放弃 PHP 正则表达式。
抱歉，不是一个完整的想法，在 Objective-C 中，我的意思是。

【解决方案3】：

它们可能是不间断的空格，因为所有行都以与 \s 匹配的空格结尾，而不是这些神秘的空格。尝试匹配\0xA0。

【讨论】：

抱歉，它是 A0，但无论出于何种原因，应用程序都找不到它。

【解决方案4】：

您可以将 Unicode 字符与 \x{NNNN} 匹配，其中 NNNN 是字符的十六进制代码。见ICU User Guide。

【讨论】：