泠云天天在线

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。

泠云工作室

       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，

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

泠云工作室

  泠云工作室

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

<rss version="2.0"> 本文来自泠云天天在线

<channel>

本文来自泠云天天在线

<title>RTHK On Internet - 即 時 新 聞</title> 内容来自泠云天天在线

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

<deｓｃｒｉｐｔion>RTHK On Internet - 即 時 新 聞</deｓｃｒｉｐｔion> 本文来自泠云天天在线

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

  lyttzx.com

<item> 内容来自泠云天天在线

<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> 本文来自泠云天天在线

<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。 泠云工作室

  copyright lyttzx.com

&#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。 本文来自泠云天天在线

  泠云工作室

lyttzx.com

]]></deｓｃｒｉｐｔion>

<pubDate> copyright lyttzx.com

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

copyright lyttzx.com

</pubDate> copyright lyttzx.com

</item> 泠云工作室

内容来自泠云天天在线

</channel>

lyttzx.com

</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： 泠云工作室

[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。 copyright lyttzx.com

[2] 第一句话指明了XML文件也是用big5编码的。 内容来自泠云天天在线

  copyright lyttzx.com

对应于上面两个问题，我的解决思路是： 泠云工作室

[1] 把Big5编码的NSData转换成UTF-8编码的NSData lyttzx.com

[2] 将第一行<?xml version="1.0" encoding="big5"?>转换成<?xml version="1.0" encoding="utf-8"?> copyright lyttzx.com

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

1. CFStringRef big5Str = CFStringCreateWithBytes(NULL,   
2.                                     [inData bytes],   
3.                                     [inData length],   
4.                                     kCFStringEncodingBig5_HKSCS_1999,   
5.                                     false); //[A]   
6. if (NULL == big5Str) {   
7.         return nil;   
8. }   
9. else {   
10.     NSString *big5NSString = (NSString *)big5Str;   
11.     NSString *utf8NSString = [big5NSString stringByReplacingOccurrencesOfString:@"<?xml version=\"1.0\" encoding=\"big5\"?>"    
12.                            withString:@"<?xml version=\"1.0\" encoding=\"UTF-8\"?>"]; //[B]   
13.     return [utf8NSString dataUsingEncoding:NSUTF8StringEncoding]; //[C]   
14. }  

 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:@"<?xml version=\"1.0\" encoding=\"big5\"?>" withString:@"<?xml version=\"1.0\" encoding=\"UTF-8\"?>"]; //[B] return [utf8NSString dataUsingEncoding:NSUTF8StringEncoding]; //[C] } 内容来自泠云天天在线 

 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]

lyttzx.com

中间的[B]就解决了问题[2]。这里要注意两个问题： lyttzx.com

（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。

copyright lyttzx.com

(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： lyttzx.com

kCFStringEncodingBig5_E copyright lyttzx.com

kCFStringEncodingBig5。 内容来自泠云天天在线

这个你可以查阅帮助文档，然后一个个试。

泠云工作室

  lyttzx.com

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&#34910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&#34910，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：

lyttzx.com

  lyttzx.com

[NSString stringWithFormat:@"%C", number] copyright lyttzx.com

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。因为这是一个客户项目，不过我可以给各小截图大家看看： 泠云工作室