开发邮件或其他APP时,会发现有的UTF8汉字(3字节)被组合添加了3个字节(C3 C2 C2),在OC代码中需要去除。
//处理字符串中的6字节乱码汉字 C3 XX C2 XX C2 XX
void resolveHZcode(char *orgstr, char *newstr)
{
int j=0;
int needDeal = 0; //0, 0x40, 0xff
int nearestC3 = 0; //为了确保处理C2时是紧接着C3后面的汉字,而非其他C2编码字符(如C2 A0代表无中断空格,不应转换)
//注意,有时候一些繁体汉字造成乱码问题,可能出现C3 XX C2 XX C2 XX C2 XX,因此本项目暂时仅考虑最多8字节的情况
for (int i=0;i<strlen(orgstr);i++)
{
unsigned char c = (unsigned char)orgstr[i];
if(needDeal == 0x40) // C3后面的字节,添加0x40
{
newstr[j] = c + 0x40;
j++;
needDeal = 0;
continue;
}
if(needDeal == 0xff) // C2后面的字节,直接接续
{
newstr[j] = c;
j++;
needDeal = 0;
continue;
}
if(c == 0xc3)
{
needDeal = 0x40;
nearestC3 = i+1; //+1是为了防止字符串第一个字节就是C3造成误判
continue;
}
if(c == 0xc2)
{
if((nearestC3-1 + 2 == i) || (nearestC3-1 + 4 == i) || (nearestC3-1 + 6 == i)) //为了确保处理C2时是紧接着C3后面的汉字.
{
needDeal = 0xff;
continue;
}
}
if(nearestC3 > 0)
{
if(nearestC3-1 + 2 == i) //如果C3 XX 后面没有跟C2,说明汉字不完整,删除先前的1字节内容
{
j--;
}
if(nearestC3-1 + 4 == i) //如果C3 XX C2 XX 后面没有跟C2,说明汉字不完整,删除先前2字节内容
{
j -= 2;
}
}
nearestC3 = 0;
newstr[j] = c;
j++;
}
newstr[j] = 0;
}