做iPhone的​​网络​​应用,处理XML是家常便饭,NSXMLParser用起来还是得心应手的。不过这个东西,处理非UTF-8,会解析失败。这篇文章就是想和大家一起分享一些这方面开发的新的。

  我们在某个RSS地址,可以得到下面这样的XML文件。我这里只是截取一段,  

---------------------------------------

 

<?xml version="1.0" encoding="big5"?>

<rss version="2.0">

<channel>

<title>RTHK On Internet - 即 時 新 聞</title>

<link><![CDATA[http://www.rthk.org.hk/rthk/news/expressnews/]]></link>

<description>RTHK On Internet - 即 時 新 聞</description>

<pubDate>Sun, 11 Oct 2009 15:02:02 +0800</pubDate>

 

<item>

<title><![CDATA[&#34910;生署要求浸會醫院4周內 就產婦死亡個案提交報告   ]]></title>

<link><![CDATA[http://www.rthk.org.hk/rthk/news/expressnews/20091011/news_20091011_55_618483.htm]]></link>

<description><![CDATA[

&#34910;生署昨晚已經收到浸會醫院通知,有一宗產婦死亡個案,浸會醫院需要在4星期內向&#34910;生署提交報告,案件亦交由死因庭跟進。

&#34910;生署數字顯示,由07年至今年8月,共接獲97宗私家醫院醫療事故的通報。去年發生的事故中,最多的是進行手術或介入程序期間出現併發症,其次還有孕婦及產婦死亡,或與孕婦在分娩過程中,生產時,或產後出現嚴重併發症;部份則包括初生嬰兒出現死亡或嚴重受傷;錯誤為病人或身體部位進行外科或介入手術程序等。

]]></description>

<pubDate>

Sun, 11 Oct 2009 14:50:46 +0800

</pubDate>

</item>

 

</channel>

</rss>

----------------------------------------

  这是一个很常用的RSS返回的XML,是繁体中文的,编码格式是big5。说编码格式是big5有两层意思:

  [1] 网络流返回的NSData是big5编码的。所以这样的NSData送给NSXMLParser是不能正确解析的。

  [2] 第一句话指明了XML文件也是用big5编码的。

  对应于上面两个问题,我的解决思路是:

  [1] 把Big5编码的NSData转换成UTF-8编码的NSData

  [2] 将第一行转换成

  第二个转换不难,只要我们有NSString对象。第一个转换要用到CFStringRef,代码如下:

  Cpp代码

  CFStringRef big5Str = CFStringCreateWithBytes(NULL,

  [inData bytes],

  [inData length],

  kCFStringEncodingBig5_HKSCS_1999,

  false); //[A]

  if (NULL == big5Str) {

  return nil;

  }

  else {

  NSString *big5NSString = (NSString *)big5Str;

  NSString *utf8NSString = [big5NSString stringByReplacingOccurrencesOfString:@""

  withString:@""]; //[B]

  return [utf8NSString dataUsingEncoding:NSUTF8StringEncoding]; //[C]

  }

  CFStringRef big5Str = CFStringCreateWithBytes(NULL,

  [inData bytes],

  [inData length],

  kCFStringEncodingBig5_HKSCS_1999,

  false); //[A]

  if (NULL == big5Str) {

  return nil;

  }

  else {

  NSString *big5NSString = (NSString *)big5Str;

  NSString *utf8NSString = [big5NSString stringByReplacingOccurrencesOfString:@""

  withString:@""]; //[B]

  return [utf8NSString dataUsingEncoding:NSUTF8StringEncoding]; //[C]

  }

  思路就是先把NSData转成CFStringRef的对象[A], 然后这个对象再转成UTF-8的NSData [C],这就解决了问题[1]

  中间的[B]就解决了问题[2]。这里要注意两个问题:

  (1)如果你的XML编码是GBK,或者GB23120或者其他的,kCFStringEncodingBig5_HKSCS_1999要换成你对应的编码方式。

  (2)如果你的XML编码也是big5的,也许kCFStringEncodingBig5_HKSCS_1999并不适合你的应用。因为对应big5的编码常量还有两种,他们是:

  kCFStringEncodingBig5_E

  kCFStringEncodingBig5。

  这个你可以查阅帮助文档,然后一个个试。

  然后把return的NSData送到NSXMLParser,就可以正确解析了。可是还没有结束,大家仔细看看XML文件里面还有衞这样的东西。这个是繁体中文”衛“字,我们如果不处理这个东西,显示给用户看得就是衞,这显然是不行的。这个其实也好办,只需要用下面这句话就可以把一个number转成NSString了:

  [NSString stringWithFormat:@"%C", number]

  这个number就是34910,是一个整数,十进制的整数(不是十六进制的)。到这里,整个处理过程就OK了,我们就可以正确得到Big5的RSS新闻了。