忘了String是字符数组

在Swift里，String已经彻底不再是一个集合类型。而是一个提供了从多个维度展现一个Unicode视图的类型。你可以得到它的多个Characters，可以看到它的UTF-8 / UTF-16 / Unicode scalar值等等。

String和NSString处理Unicode时的差异

unicode长度是可变的，我们将看到unicode另外一个可变的特性，即组成同一个字符的code unit组合也是可变的。而区分String和NSString的一个重要方式，就是它们对unicode的这个特性的处理方式，是不同的。为了理解这个事情，我们从unicode grapheme clusters说起。

Unicode grapheme clusters

首先，我们定义一个字符串：

let cafe = "Caf\u{00e9}"

Café

Swift里，我们可以使用\u{}这样的方式使用unicode scalar定义unicode字符。

对于单词Café中的最后一个字符来说，它的unicode scalar是U+00E9，名字是LATIN SMALL LETTER E WITH ACUTE。每一个unicode都有一个scalar值以及一个全大写字母表示的名称。

为了表示这个字符é，除了使用它的unicode scalar外，我们可以用两个其它的unicode字符拼起来：

英文字母e，它的unicode scalar是U0065，name是LATIN SMALL LETTER E；
声调字符’，它的unicode scalar是U0301，name是COMBINING ACUTE ACCENT；

当我们把这两个字符像下面这样组合起来的时候：

let cafee = "Caf\u{0065}\u{0301}"

Café

尽管cafee的定义中貌似有5个字符，但实际显示出来的最后一个字符和之前用unicode scalar定义是一样的。我们管\u{0065}\u{0301}就叫做grapheme cluster。

既然同一个unicode字符可以有多种表现形式，那么由不同code unit构成的字符串相等么？对此，Swift中的String和Objective-C中的NSString处理方式却是有差别的，这种差别，是区分它们最明显的地方之一。

Canonically equivalent

为了能识别上面cafe和cafee的情况，unicode规范中提出了一个概念：canonically equivalent。如何理解它呢？我们先来看Swift是如何识别cafe和cafee的。

Swift String

当我们要读取一个字符串中所有的字符时，可以访问String对象的characters属性，在下个视频中，我们会更多讲到它的用法：

let cafe = "Caf\u{00e9}"
let cafee = "Caf\u{0065}\u{0301}"

cafe.characters.count
cafee.characters.count

4
4

尽管cafee中最后一个字符的定义使用了两个code unit，Swift可以识别的Character中字符的个数也是4。

但是，当我们查看cafe和cafee的UTF-8和UTF-16编码的个数时，就能看到它们的区别了：

cafe.utf8.count
cafee.utf8.count

cafe.utf16.count
cafee.utf16.count

5
6

4
5

为什么会这样呢？我们用UTF-8编码举例：

对于cafe来说，é的UTF-8编码是C3 A9，加上前面Caf的编码是43 61 66，因此cafe的UTF-8编码个数是5；

对于cafee来说，声调字符’的UTF-8编码是CC 81，加上前面Cafe的UTF-8编码是43 61 66 65，因此是6个，它相当于Cafe’；

理解了之后，你可以自己去推算一下UTF-16的情况。

尽管cafe和cafee的编码方式不同，当我们在Swift中，比较cafe和cafee时，结果会是true：

cafe == cafee

true

这就是unicode canonically equivalent的含义，通过这些例子，你也能更好的了解到Swift在unicode表意正确上作出的努力。

NSString

而当我们把这些例子用在NSString上，情况就会有些不同。用同样的code unit定义下面两个NSString对象：

let nsCafe = NSString(characters: [0x43, 0x61, 0x66, 0xe9], length: 4)
nsCafe.length
let nsCafee = NSString(characters: [0x43, 0x61, 0x66, 0x65, 0x0301], length: 5)
nsCafee.length

Café
4
Café
5

可以看到，同样是使用不同的code unit构建字符串”Café”，在NSString看来，它们是长度不同的两个字符串。

因此，当我们比较nsCafe和nsCafee的时候，结果也是没有意外的false：

nsCafe == nsCafee

false

因此，==对NSString来说，并没有执行canonically equivalent的语义。为了在不同的NSString对象之间进行语义比较，我们只能这样：

let result = nsCafe.compare(nsCafee as String)
result == ComparisonResult.orderedSame

NSComparisonResult
true

可以看到，这样就能按照canonically equivalent的方式判断相等了。