从NSData创建NSString时猜测编码

Question

当从文件中读取NSString时，我可以使用initWithContentsOfFile:usedEncoding:error:，它会猜测文件的编码。

当我从NSData创建它时，尽管我唯一的选择是initWithData:encoding:，我必须明确地通过编码。当我使用NSData而不是文件时，如何可靠地猜出编码？

Answer 1

一般来说，你不能。但是，您可以非常可靠地识别UTF-8文件 - 如果文件的有效性为UTF-8，则不太可能它应该是任何其他编码（除非所有字节都在ASCII范围内，在这种情况下，任何“扩展ASCII“编码，包括UTF-8，会给你相同的结果）。所有的Unicode编码也有一个可选的BOM标识它们。因此，合理的做法是：

• 查找有效的BOM。如果有，使用适当的编码。
• 否则，请尝试将其解释为UTF-8。你可以通过调用initWithData:data encoding:NSUTF8StringEncoding并检查结果是否为非零来做到这一点。
• 如果失败，请使用默认的8位编码，例如-[NSString defaultCStringEncoding]（它提供了适合于区域设置的猜测）。

这是可能试图通过尝试各种不同的编码，并选择具有序列最少的信件，垃圾在中间，其中“垃圾”是的任何字符的一个，以提高在最后一步猜不是字母，空格或常见的标点符号。这会显着增加复杂性，但实际上并不可靠。

简而言之，为了能够处理所有可用的编码，您需要做TextEdit的工作：将决策分流给用户。

哦，还有一件事：从10.5开始，编码通常与文件一起存储在未记录的com.apple.TextEncoding扩展属性中。如果您使用+[NSString stringWithContentsOfFile:]或类似文件打开文件，则会自动使用该文件（如果存在）。

Answer 2

在iOS系统中8和OS X 10.10有上NSString一个新的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 

现在你可以让框架做出猜测，并以我的经验表现非常出色！

从报头（文档没有说明此刻的方法，但它在WWDC Session 204 (page 270)正式提到：

1. 建议串编码的阵列（没有指定此列表中的第三选项，所有字符串编码都会被考虑，但阵列中的编码将具有更高的优先级;此外，阵列中编码的顺序很重要：第一个编码比第二个编码具有更高的优先级）
2. 数组字符串编码不能使用（这个列表中的字符串编码不会是c onsidered在所有）
3. 仅指示所建议的字符串编码是否被视为
4. 指示有损是否允许一个布尔选项布尔选项
5. ，给出了一个特定的字符串可分别代替用于神秘的选项字节
6. 当前用户的语言
7. 布尔选项指示是否是由Windows

产生的数据。如果在字典中的值有错误的类型（例如，NSS的价值tringEncodingDetectionSuggestedEncodingsKey不是数组），抛出异常。

如果字典中的值未知（例如，建议的字符串编码数组中的值不是有效的编码），则值将被忽略。

例（SWIFT）：

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

如果你只是想解码串并不在乎编码，您可以删除let encoding =