iOS HTML Unicode到NSString？

我正在将Android应用程序移植到iOS上，遇到了一个小障碍。我正在从网页中提取HTML编码的数据，但有些数据是以Unicode显示的，以显示外来字符。。。因此，俄语字符（Лзззззззззз）将被解析为，

“&&1051；&1077；&1090；…”

---

在android中，我可以通过调用HTML.fromHTML（）来解决这个问题。iOS中是否有类似的功能？

如果您从网站获取数据，您将有一个

NS（可变）数据对象作为您的接收缓冲区。您只需通过：

NSString*myString=[[NSString alloc]initWithData:myRecvData usingEncoding:nsonicodestingencoding]


如果您的服务器正在发送Unicode。如果您的服务器正在发送utf-8或其他，那么您还必须调整接收代码中的stringencoding


编辑：
看看这个
 编写自己的HTML实体解码器非常容易。只需扫描字符串以查找&，读取以下内容；，然后解释结果。如果是“amp”、“lt”、“gt”或“quot”，请用相关字符替换。如果它以#开头，则它是一个数字实体。如果#后面跟一个“x”，则将其余部分视为十六进制，否则视为十进制。读取数字，然后将字符插入字符串中（如果您正在写入
NSMutableString
，您可以使用
[str appendFormat:@“%C”，thechar]
NSScanner
可以使字符串扫描非常容易，特别是因为它已经知道如何读取十六进制数字

我刚刚创建了一个函数，该函数可以为您执行此操作。请注意，我还没有实际测试过它，所以您应该按其速度运行它：

- (NSString *)stringByDecodingHTMLEntitiesInString:(NSString *)input {
    NSMutableString *results = [NSMutableString string];
    NSScanner *scanner = [NSScanner scannerWithString:input];
    [scanner setCharactersToBeSkipped:nil];
    while (![scanner isAtEnd]) {
        NSString *temp;
        if ([scanner scanUpToString:@"&" intoString:&temp]) {
            [results appendString:temp];
        }
        if ([scanner scanString:@"&" intoString:NULL]) {
            BOOL valid = YES;
            unsigned c = 0;
            NSUInteger savedLocation = [scanner scanLocation];
            if ([scanner scanString:@"#" intoString:NULL]) {
                // it's a numeric entity
                if ([scanner scanString:@"x" intoString:NULL]) {
                    // hexadecimal
                    unsigned int value;
                    if ([scanner scanHexInt:&value]) {
                        c = value;
                    } else {
                        valid = NO;
                    }
                } else {
                    // decimal
                    int value;
                    if ([scanner scanInt:&value] && value >= 0) {
                        c = value;
                    } else {
                        valid = NO;
                    }
                }
                if (![scanner scanString:@";" intoString:NULL]) {
                    // not ;-terminated, bail out and emit the whole entity
                    valid = NO;
                }
            } else {
                if (![scanner scanUpToString:@";" intoString:&temp]) {
                    // &; is not a valid entity
                    valid = NO;
                } else if (![scanner scanString:@";" intoString:NULL]) {
                    // there was no trailing ;
                    valid = NO;
                } else if ([temp isEqualToString:@"amp"]) {
                    c = '&';
                } else if ([temp isEqualToString:@"quot"]) {
                    c = '"';
                } else if ([temp isEqualToString:@"lt"]) {
                    c = '<';
                } else if ([temp isEqualToString:@"gt"]) {
                    c = '>';
                } else {
                    // unknown entity
                    valid = NO;
                }
            }
            if (!valid) {
                // we errored, just emit the whole thing raw
                [results appendString:[input substringWithRange:NSMakeRange(savedLocation, [scanner scanLocation]-savedLocation)]];
            } else {
                [results appendFormat:@"%C", c];
            }
        }
    }
    return results;
}

-（NSString*）stringByDecodingHTMLEntitiesInString:（NSString*）输入{
NSMutableString*结果=[NSMutableString]；
NSScanner*扫描仪=[NSScanner scannerWithString:input]；
[扫描仪设置字符stobeskiped:nil]；
而（！[scanner isattend]）{
NSString*温度；
if（[scanner scanuptString:@“&”intoString:&temp]）{
[结果：字符串：temp]；
}
if（[scanner scanString:@“&”intoString:NULL]）{
BOOL valid=YES；
无符号c=0；
NSU整数savedLocation=[扫描仪扫描位置]；
if（[scanner scanString:@“#”intoString:NULL]）{
//它是一个数字实体
if（[scanner scanString:@“x”intoString:NULL]）{
//十六进制
无符号整数值；
if（[scanner scanHexInt:&value]）{
c=值；
}否则{
有效=否；
}
}否则{
//十进制
int值；
如果（[scanner scanit:&value]&&value>=0）{
c=值；
}否则{
有效=否；
}
}
if（！[scanner scanString:@”；“intoString:NULL]）{
//不；-终止、纾困并释放整个实体
有效=否；
}
}否则{
if（！[scanner scanuptString:@”；“intoString:&temp]）{
//&；不是有效的实体
有效=否；
}否则如果（！[scanner scanString:@”；“intoString:NULL]）{
//没有拖尾；
有效=否；
}else if（[temp isEqualToString:@“amp”]）{
c='&'；
}else if（[temp isEqualToString:@“quot]”）{
c=“”；
}else if（[temp isEqualToString:@“lt”]）{
c=''；
}否则{
//未知实体
有效=否；
}
}
如果（！有效）{
//我们犯了错误，只是把所有东西都原封不动地散发出来
[结果appendString:[输入substringWithRange:NSMakeRange（保存位置，[扫描仪扫描位置]-保存位置）]；
}否则{
[结果格式：@“%C”，C]；
}
}
}
返回结果；
}
HTML（和XML）中的
&#（number）；
结构称为字符引用。它不是Unicode特有的，只是HTML中的所有字符都是按照Unicode定义的，无论是逐字包含还是编码为字符或实体引用。（实体引用是命名的引用，看起来像
é；
或
&；
，如果您正在抓取HTML页面，您肯定也必须处理这些引用。）

标准库中没有用于解码字符或实体引用的函数。有关解码HTML文本内容的方法，请参阅。如果您只有字符引用和标准XML实体，如
&；
，则可以利用
NSXMLParser
解析
+yourstring+
，b但这不会处理特定于HTML的实体，如
é；

一般来说，屏幕抓取最好使用适当的HTML解析器，而不是字符串破解。这将把所有文本内容转换为文本节点，同时转换字符和实体引用。但是，同样，标准库中没有可用的HTML解析器。如果目标页是格式良好的独立XHTML，您可以再次n使用
NSXMLParser
。否则，您可能会想尝试libxml2，它提供了一个HTML解析器和XML。请参阅一些背景资料。
这里有什么问题？UTF-8现在非常常见。您没有详细说明您在使用什么进行HTML解析，或者您的问题是什么。啊，您更新了。我认为您指的是数据使用HTML实体进行编码，但不使用