如何发现 c 字符串是否可以使用给定编码编码为 NSString

Question

我正在尝试实现将const char *转换为NSString的代码。我想按指定的顺序尝试多种编码，直到找到一种有效的编码。不幸的是，NSString上的所有initWith...方法都说，如果编码不起作用，结果是未定义的。

特别是，(有时)我想首先尝试编码为似乎永远不会失败的NSMacOSRomanStringEncoding。相反，它只是编码gobbledygook。我可以提前执行某种检查吗？(喜欢canBeConvertedToEncoding但在另一个方向？

Answer 1

与其尝试一个接一个地编码，直到找到匹配项，不如考虑让NSString在这里使用+[NSString stringEncodingForData:encodingOptions:convertedString:usedLossyConversion:]来帮助你，给定字符串数据和一些选项，它可能能够为你检测编码，并返回它(以及实际解码的字符串)。

特别是对于您的用例，由于您有一个想要尝试的编码列表，因此encodingOptions参数将允许您使用NSStringEncodingDetectionSuggestedEncodingsKey传递这些编码。

因此，给定一个 C 字符串和一些可能的编码选项，您可以执行以下操作：

NSString *decodeCString(const char *source, NSArray<NSNumber *> *encodings) {
NSData * const cStringData = [NSData dataWithBytesNoCopy:(void *)source length:strlen(source) freeWhenDone:NO];

NSString *result = nil;
BOOL usedLossyConversion = NO;
NSStringEncoding determinedEncoding = [NSString stringEncodingForData:cStringData
encodingOptions:@{NSStringEncodingDetectionSuggestedEncodingsKey: encodings,
      NSStringEncodingDetectionUseOnlySuggestedEncodingsKey: @YES}
convertedString:&result
usedLossyConversion:&usedLossyConversion];

/* Decide whether to do anything with `usedLossyConversion` and `determinedEncoding. */
return result;
}

用法示例：

NSString *result = decodeCString("Hello, world!", @[@(NSShiftJISStringEncoding), @(NSMacOSRomanStringEncoding), @(NSASCIIStringEncoding)]);
NSLog(@"%@", result); // => "Hello, world!"

如果您不是 100% 关心仅使用要尝试的编码列表，则可以删除NSStringEncodingDetectionUseOnlySuggestedEncodingsKey选项。

---

关于您传入的编码数组需要注意的一件事：尽管文档不承诺按顺序尝试建议的编码，但通过(当前)方法实现的反汇编表明数组是使用快速枚举(即按顺序)枚举的。我可以想象这在未来可能会改变(或者过去有所不同)，所以如果这对你来说是一个硬性要求，理论上你可以通过一次重复调用一个编码来解决这个问题+stringEncodingForData:encodingOptions:convertedString:usedLossyConversion:但考虑到这种方法的复杂性，这可能会非常昂贵。