Unicode

    Unicode是一套国际通用的编码标准，用于在不同的系统中表示和处理文本数据。它让你可以用同一种形式表示几乎所有国家的所有语言，并且可对外部数据源进行读写操作，比如文本文件或者web页面。

    Swift的String和Character类型是完全兼容Unicode的，之前文章中也提过。

Unicode标量

    本质上，Swift中的String类型是通过Unicode标量创建的。一个Unicode标量是一个独一无二的21位的数字，代表了一个字符或者修饰符。比如U+0061表示了LATIN SMALL LETTER A的a，U+1F425表示FRONT-FACING BABY CHICK🐥。

    需要注意的是不是所有的21位的Unicode编码单元都被分配给了一个字符，有一些是保留到未来分配的。已经被分配给字符使用的标量一般都有一个名字,比如上述例子中的LATIN SMALL LETTER A和FRONT-FACING BABY CHICK。

NOTE：一个Unicode标量是一个编码空间在[U+0000,U+D7FF] 或者[U+E000 ,U+10FFFF]中的任意编码单元。Unicode不包含代理对，也就是处于编码空间[U+D800, U+DFFF]中的编码单元。

可扩展的字形集群

    Swift中的每一个Character实例都表示了一个单独的可扩展的字形集群。一个可扩展的字形集群由一个或者多个Unicode标量组成，并可以生成人类可读的字符。

        let eAcute: Character = "\u{E9}" // é

        let combinedEAcute: Character = "\u{65}\u{301}"          // e followed by ́

        // eAcute is é, combinedEAcute is é

    上面是一个例子，字母é可以用单独的Unicode标量表示(LATIN SMALL LETTER E WITH ACUTE, or U+00E9)，然而，字母é也可以用一对标量表示出来-----字母e(LATIN SMALL LETTER)后面跟随一个字母  ́(COMBINING ACUTE ACCENT) ，也就是U+0065跟随U+0301。在标量COMBINING ACUTE ACCENT被Unicode文本渲染系统渲染的时候，他会以图形化的方式作用于它前面的标量。把e变成é。

    上面的两个例子中，字母é都是用一个单独的Character值来表示出字形集群。第一个例子，集群包含了一个标量，第二个例子，包含了2个标量。

    可扩展的字符集群增加了灵活性，是我们可以使用一个单独的字符去表示很多复杂的脚本字符。比如，韩国字母中的音节可以表示成一组被预分解或者分解后的元素。下面两个字符在Swift中表示同一个字形：

        let precomposed: Character = "\u{D55C}" // 한

        let decomposed: Character = "\u{1112}\u{1161}\u{11AB}"  // ᄒ, ᅡ, ᆫ

        // precomposed is 한, decomposed is 한

    可扩展的字符集群使可以包围其他的标量，使其称为字符的一部分：

        let enclosedEAcute: Character = "\u{E9}\u{20DD}"

        // enclosedEAcute is é⃝     

地区指示符的Unicode标量可以被组合在一起，生成一个新的字符，比如把REGIONAL INDICATOR SYMBOL LETTER U (U+1F1FA)和 REGIONAL INDICATOR SYMBOL LETTER S (U+1F1F8)组合在一起：

        let regionalIndicatorForUS: Character = "\u{1F1FA}\u{1F1F8}"

        // regionalIndicatorForUS is 🇺🇸

字符的数量

要获取String中character的数量,可以使用String的count属性：

        let unusualMenagerie = "Koala 🐨, Snail 🐌, Penguin 🐧, Dromedary 🐪"

        print("unusualMenagerie has \(unusualMenagerie.count) characters")

        // 打印 "unusualMenagerie has 40 characters

值得注意的是，由于Swift中Character对可扩展自信集群的使用，使得字符串的连接或修改并不一定会改变字符串中字符的数量。

        var word = "cafe"

        print("the number of characters in \(word) is \(word.count)")

        // "the number of characters in cafe is 4"

        word += "\u{301}"    // COMBINING ACUTE ACCENT, U+0301

        print("the number of characters in \(word) is \(word.count)")

        // "the number of characters in café is 4

    例如，你先使用4个字符cafe初始化了一个新的字符串，然后在末尾拼接上字符COMBINING ACUTE ACCENT (U+0301)，结果还是4个字符，因为第4个字符从e变成了é。

NOTE：可扩展的字形群可以有多个Unicode标量组成，这就意味着不同的字符或者字符相同代表的结果却不同，需要存储的内存也不一样。因此，Swift中,字符串中的字符所占的内存不都是一样的。这就导致了如果不遍历字符串就无法确定字形群的边界,也就无法确定字符串中字符的数量。如果你正在处理特别长的字符串，注意count属性需要遍历整个字符串的Unicode标量以确定字符串的字符数量。

拥有相同字符的NSString的length和count返回的字符的数量不总是相同的。NSString的length是基于Utf-16的，也就是16位的代码单元，而不是String中可扩展字形群。