ios開發之將中文轉換成字元值引用 (numeric character reference, NCR)

1，什麼是字元值引用

（1）字元值引用 (numeric character reference, NCR) 是在標記語言SGML以及派生的如HTML與XML中常見的一種逸出序列結構，用來表示Unicode的通用字元集 (UCS)中的單個字元. NCR可以表示在一個特定文檔中不能直接編碼的字元，而該標記語言閱讀器軟體把每個NCR當作一個字元來處理。
（2）我們可以將其理解為HTML、XML 等 SGML 類語言的逸出序列（escape sequence）。而不是一種編碼或轉碼。 

2，字元值引用的格式

以「&#x」開頭的後接十六進位數字。或者以「&#」開頭的後接十進位數字。

中国  //中國（16進位格式）
中国  //中國（10進位格式）

（不管哪種形式寫在html頁面中都會正常顯示出“中國”）

3，將一般字元串轉為字元值引用

由於Swift不提供原生的方法，那麼我們通過擴充String類來實現

extension String {
    //轉譯成字元值引用（NCR）
    func toHtmlEncodedString() -> String {
        var result:String = "";
        for scalar in self.utf16 {
            //將十進位轉成十六進位，不足4位前面補0
            let tem = String().stringByAppendingFormat("%04x",scalar)
            result += "&#x\(tem);";
        }
        return result
    }
}

使用：

let words = "歡迎來到 hangge.com"
print(words.toHtmlEncodedString())
//欢迎来到 hangge.com

4，將字元值引用轉位一般字元串 

同樣先擴充String類

extension String {
    init(htmlEncodedString: String) {
        do {
            let encodedData = htmlEncodedString.dataUsingEncoding(NSUTF8StringEncoding)!
            let attributedOptions : [String: AnyObject] = [
                NSDocumentTypeDocumentAttribute: NSHTMLTextDocumentType,
                NSCharacterEncodingDocumentAttribute: NSUTF8StringEncoding
            ]
            let attributedString = try NSAttributedString(data: encodedData,
                options: attributedOptions, documentAttributes: nil)
            self.init(attributedString.string)
        } catch {
            fatalError("Unhandled error: \(error)")
        }
    }
}

使用：

let words = String(htmlEncodedString: "欢迎来到 hangge.com")
print(words)