Question

我正在解析一些讨厌的文件 - 你知道，在单行中混合使用逗号，空格和制表符分隔符，然后通过文本编辑器运行它，该文本编辑器在第65列用CRLF包装。啊。

作为我在Cocoa中解析它的努力的一部分，我使用Apple的whitespaceAndNewlineCharacterSet。但是，完全是什么？文档说“Unicode General Category Z *，U000A~U000D和U0085”。我能找到最后三个（85很有意思，但是〜是什么意思，什么是通用类别Z *？

那里有任何Unicode专家吗？

Answer 1

〜表示＆＃34;通过＆＃34 ;;因此，U000A，B，C和D.

短语＆＃34; General Category Z *＆＃34;是＆＃34;任何通用类别属性是以Z开头的三个类别之一的字符。＆＃34;因此，各种形式的空间（0020,00A0,1680,2000至200A，202F，205F，3000），以及线分隔符（2028）和段落分隔符（2029）。

Answer 2

NSCharacterSet是一个不透明的类，不会轻易公开其内容。你必须更多地将其视为会员资格＆＃34;规则服务而不是字符列表。

这可能是一种有点残酷的方法，但您可以通过遍历所有16位标量值并检查集合中的成员资格来获取NSCharacterSet中的成员列表：

 let charSet = NSCharacterSet.whitespaceAndNewlineCharacterSet()
 for i in 0..<65536
 {
    let u:UInt16 = UInt16(i)
    if charSet.characterIsMember(u)
    { print("\(u): \(Character(UnicodeScalar(u)))") }
 }

这为不可显示的字符集提供了令人惊讶的结果，但它可以回答你的问题。

whitespaceAndNewlineCharacterSet（）中有哪些字符？

2 个答案: