從NSData創建NSString時猜測編碼

Question

當從文件中讀取NSString時，我可以使用initWithContentsOfFile:usedEncoding:error:，它會猜測文件的編碼。

當我從NSData創建它時，儘管我唯一的選擇是initWithData:encoding:，我必須明確地通過編碼。當我使用NSData而不是文件時，如何可靠地猜出編碼？

Answer 1

一般來說，你不能。但是，您可以非常可靠地識別UTF-8文件 - 如果文件的有效性爲UTF-8，則不太可能它應該是任何其他編碼（除非所有字節都在ASCII範圍內，在這種情況下，任何「擴展ASCII「編碼，包括UTF-8，會給你相同的結果）。所有的Unicode編碼也有一個可選的BOM標識它們。因此，合理的做法是：

• 查找有效的BOM。如果有，使用適當的編碼。
• 否則，請嘗試將其解釋爲UTF-8。你可以通過調用initWithData:data encoding:NSUTF8StringEncoding並檢查結果是否爲非零來做到這一點。
• 如果失敗，請使用默認的8位編碼，例如-[NSString defaultCStringEncoding]（它提供了適合於區域設置的猜測）。

這是可能試圖通過嘗試各種不同的編碼，並選擇具有序列最少的信件，垃圾在中間，其中「垃圾」是的任何字符的一個，以提高在最後一步猜不是字母，空格或常見的標點符號。這會顯着增加複雜性，但實際上並不可靠。

簡而言之，爲了能夠處理所有可用的編碼，您需要做TextEdit的工作：將決策分流給用戶。

哦，還有一件事：從10.5開始，編碼通常與文件一起存儲在未記錄的com.apple.TextEncoding擴展屬性中。如果您使用+[NSString stringWithContentsOfFile:]或類似文件打開文件，則會自動使用該文件（如果存在）。

Answer 2

在iOS系統中8和OS X 10.10有上NSString一個新的API：

Objective-C的

+ (NSStringEncoding)stringEncodingForData:(NSData *)data 
          encodingOptions:(NSDictionary *)opts 
          convertedString:(NSString **)string 
         usedLossyConversion:(BOOL *)usedLossyConversion; 

斯威夫特

open class func stringEncoding(for data: Data, 
        encodingOptions opts: [StringEncodingDetectionOptionsKey : Any]? = nil, 
       convertedString string: AutoreleasingUnsafeMutablePointer<NSString?>?, 
        usedLossyConversion: UnsafeMutablePointer<ObjCBool>?) -> UInt 

現在你可以讓框架做出猜測，並以我的經驗表現非常出色！

從報頭（文檔沒有說明此刻的方法，但它在WWDC Session 204 (page 270)正式提到：

1. 建議串編碼的陣列（沒有指定此列表中的第三選項，所有字符串編碼都會被考慮，但陣列中的編碼將具有更高的優先級;此外，陣列中編碼的順序很重要：第一個編碼比第二個編碼具有更高的優先級）
2. 數組字符串編碼不能使用（這個列表中的字符串編碼不會是c onsidered在所有）
3. 僅指示所建議的字符串編碼是否被視爲
4. 指示有損是否允許一個布爾選項布爾選項
5. ，給出了一個特定的字符串可分別代替用於神祕的選項字節
6. 當前用戶的語言
7. 布爾選項指示是否是由Windows

產生的數據。如果在字典中的值有錯誤的類型（例如，NSS的價值tringEncodingDetectionSuggestedEncodingsKey不是數組），拋出異常。

如果字典中的值未知（例如，建議的字符串編碼數組中的值不是有效的編碼），則值將被忽略。

例（SWIFT）：

var convertedString: NSString? 
let encoding = NSString.stringEncoding(for: data, encodingOptions: nil, convertedString: &convertedString, usedLossyConversion: nil) 

如果你只是想解碼串並不在乎編碼，您可以刪除let encoding =