NSString学习

Posted 2020-08-08 huahuahu

1. 基本概念
   • NSString是以UTF-16 code uint的序列。所有的长度、字符、范围都是以16比特platform-endian（大端序小段序基于平台）的形式表示的。
     所以，一个英文字母的长度是1，一个汉字的长度也是1，而emoji表情的长度可能是2，3，4等等。
   • NSString可以从c缓冲区、NSdata对象以及NSUrl的内容中生成，也可以转化为这些内容。可以在ASCII、UTF-8、UTF-16、UTF-32以及其他编码格式之间转换。
2. 关于字符
   • NSString的两个基本方法是- (unichar)characterAtIndex:(NSUInteger)index及@property(readonly) NSUInteger length。
   • 对于字符串的比较、查找等等都是以字符为基础的。也就是说比较时，是挨个字符（character）比较的。
   • unichar是UTF-16编码单位。typealias unichar = UInt16
3. 解析UTF-16数据
   当解析UTF-16数据（也就是比特数组按照UTF-16的格式解析），如果没有BOM(byte-order mark)指定端序，那么默认是大端序。
   
4. 子类、object composition与category
   • 实现NSString的子类，需要实现NSString的backing store（可以是静态数组、动态分配的数组或者其他的数据形式）、length方法与charAtIndex方法。
   • 另一个选择是声明一个类，将NSString作为一个属性，并将需要的其它的metadata也作为属性存储在类中。并实现需要用到的NSString的方法（其实就是调用这个类NSString属性的方法）及其他方法。
   • category。 对所有的NSString对象都会起作用，有时会有导致意想不到的效果。不过可以增加NSString的功能。
5. 生成NSString的方法
   • 从比特数组中生成
     - (instancetype)initWithBytes:(const void *)bytes length:(NSUInteger)len encoding:(NSStringEncoding)encoding;
     从指定长度的比特数组中以指定的编码格式解析得到NSString。当len比比特数组的长度还长时，返回nil。
   • 从unichar数组中生成。
     - (instancetype)initWithCharacters:(const unichar *)characters length:(NSUInteger)length;
   • 从C字符串中的生成
     - (instancetype)initWithCString:(const char *)nullTerminatedCString encoding:(NSStringEncoding)encoding;
     由于C字符串是以NULL终结的，所以字符串中不能有NULL。所以编码格式只能是8比特为基础的，因为比8比特宽的字符格式（比如UTF-16)，一个编码单位可能有NULL比特。
   • 从参数创建
     - (instancetype)initWithFormat:(NSString *)format locale:(id)locale arguments:(va_list)argList;
   • 从NSData创建
     - (instancetype)initWithData:(NSData *)data encoding:(NSStringEncoding)encoding;
     从data中，按照encoding解析，得到UTF-16的code unit序列。
   • 从文件中创建
     
     • 以指定编码格式创建
       - (instancetype)initWithContentsOfFile:(NSString *)path encoding:(NSStringEncoding)enc error:(NSError * _Nullable *)error;
       如果文件打不开或者编码错误，返回nil。
     • 从文件中创建，并返回解析用的编码格式 - (instancetype)initWithContentsOfFile:(NSString *)path usedEncoding:(NSStringEncoding *)enc error:(NSError * _Nullable *)error;
       编码格式以指针方式返回。
   • 从URL中创建
     • 以指定编码格式创建
       - (instancetype)initWithContentsOfURL:(NSURL *)url encoding:(NSStringEncoding)enc error:(NSError * _Nullable *)error;
     • 返回解析用的编码格式
       - (instancetype)initWithContentsOfURL:(NSURL *)url usedEncoding:(NSStringEncoding *)enc error:(NSError * _Nullable *)error;

6. 写到文件或URL中

   • 写到文件中
     - (BOOL)writeToFile:(NSString *)path atomically:(BOOL)useAuxiliaryFile encoding:(NSStringEncoding)enc error:(NSError * _Nullable *)error;
     如果useAuxiliaryFile是YES，那么会生成一个临时的文件，把String写到这个文件中，然后将这个文件重命名为目标文件。这保证了及时系统crash，也不会导致已存在的文件（如果存在）会损坏。
     这个方法把编码信息存储在文件的扩展属性中，名字是com.apple.TextEncodin，值是编码的IANA名字+分号+编码格式的CFStringEncoding值。从文件里生成字符串时，也是用这些个信息来决定编码格式的。例如
     
     • MACINTOSH;0
     • UTF-8;134217984
     • UTF-8;
     • ;3071
       

   dd = @"d";
   NSString *file = [NSHomeDirectory() stringByAppendingPathComponent:@"test"];
   NSError *error = nil;
   [dd writeToFile:file atomically:YES encoding:NSUTF8StringEncoding error:&error];
   if (nil == error)
   {
       NSLog(@"write success");
   }
   
   NSDictionary *attrbuteDict = [[NSFileManager defaultManager] attributesOfItemAtPath:file error:&error];
   NSDictionary *extendAtt = [attrbuteDict objectForKey:@"NSFileExtendedAttributes"];
   
   NSData *attrData = [extendAtt objectForKey:@"com.apple.TextEncoding"];
   NSString *attrStr = [[NSString alloc] initWithData:attrData encoding:NSUTF8StringEncoding];
   

   
   - 写到URL中去
   
   - (BOOL)writeToURL:(NSURL *)url atomically:(BOOL)useAuxiliaryFile encoding:(NSStringEncoding)enc error:(NSError * _Nullable *)error;

7. 获取长度

   • 获取UTF-16 code unit长度
     @property(readonly) NSUInteger length。不是打印出来字符的长度。
   • 使用某种编码格式编码，比特数组的长度。
     - (NSUInteger)lengthOfBytesUsingEncoding:(NSStringEncoding)enc; 时间复杂度O(n) 
   • 使用某种格式编码，比特数组的不精确上界。
     - (NSUInteger)maximumLengthOfBytesUsingEncoding:(NSStringEncoding)enc;。时间复杂度O(1).
     

8. 获取UTF-16编码单位的数组

   • - (void)getCharacters:(unichar *)buffer range:(NSRange)range;
buffer必须足够大。
   • - (BOOL)getBytes:(void *)buffer maxLength:(NSUInteger)maxBufferCount usedLength:(NSUInteger *)usedBufferCount encoding:(NSStringEncoding)encoding options:(NSStringEncodingConversionOptions)options range:(NSRange)range remainingRange:(NSRangePointer)leftover;
     这个方法不会crash。

9. 获取C字符串（以NULL结尾的字符串）
   调用之前先使用- (BOOL)canBeConvertedToEncoding:(NSStringEncoding)encoding;方法确定是否可以无失真的编码。
   
   这些方法都不要调用UTF-16,UTF-32编码格式，因为这些包括NULL字节。

   • - (const char *)cStringUsingEncoding:(NSStringEncoding)encoding;
     这个字符串会在调用者被dealloc之前有效，delloc之后无效。
     
   • - (BOOL)getCString:(char *)buffer maxLength:(NSUInteger)maxBufferCount encoding:(NSStringEncoding)encoding;
buffer需要自己分配内存，因此生命周期自己控制。

10. 字符串的比较

    • - (NSComparisonResult)compare:(NSString *)string options:(NSStringCompareOptions)mask range:(NSRange)rangeOfReceiverToCompare locale:(id)locale;
      比较字符串时的选项
      • NSCaseInsensitiveSearch
      • NSLiteralSearch
      • NSBackwardsSearch
      • NSAnchoredSearch
      • NSNumericSearch
      • NSDiacriticInsensitiveSearch
      • NSWidthInsensitiveSearch
      • NSForcedOrderingSearch
      • NSRegularExpressionSearch
    • 前缀后缀
      • - (BOOL)hasSuffix:(NSString *)str;
      • - (BOOL)hasSuffix:(NSString *)str;
    • 是否相同
      - (BOOL)isEqualToString:(NSString *)aString;
      这个方法比isEqual:方法要快一些。

11. 组合字符串

    • stringByAppendingFormat:
    • - (NSString *)stringByPaddingToLength:(NSUInteger)newLength withString:(NSString *)padString startingAtIndex:(NSUInteger)padIndex;
      从padString的padIndex开始填充。
      • [@"abc" stringByPaddingToLength: 9 withString: @"." startingAtIndex:0]; // Results in "abc......"
      • [@"abc" stringByPaddingToLength: 2 withString: @"." startingAtIndex:0]; // Results in "ab"
      • [@"abc" stringByPaddingToLength: 9 withString: @". " startingAtIndex:1]; // Results in "abc . . ."
        // Notice that the first character in the padding is " "。因为@". "的charAtIndex:1是" "。

12. 分隔字符串

    • 根据分隔符生成数组。
      • - (NSArray<NSString *> *)componentsSeparatedByString:(NSString *)separator;
      • - (NSArray<NSString *> *)componentsSeparatedByCharactersInSet:(NSCharacterSet *)separator;
    • 去掉字符串前后的指定字符
      • - (NSString *)stringByTrimmingCharactersInSet:(NSCharacterSet *)set;
    • 取字符串的一部分
      - (NSString *)substring***类的方法

13. 查找字符串

    • 字符查找
      - (NSRange)rangeOfCharacterFromSet:(NSCharacterSet *)searchSet options:(NSStringCompareOptions)mask range:(NSRange)rangeOfReceiverToSearch;
    • 字符串查找
      - (NSRange)rangeOfString:(NSString *)searchString options:(NSStringCompareOptions)mask range:(NSRange)rangeOfReceiverToSearch locale:(NSLocale *)locale;
    • 按行枚举
      - (void)enumerateLinesUsingBlock:(void (^)(NSString *line, BOOL *stop))block;
    • 按照NSStringEnumerationOptions枚举
      - (void)enumerateSubstringsInRange:(NSRange)range options:(NSStringEnumerationOptions)opts usingBlock:(void (^)(NSString *substring, NSRange substringRange, NSRange enclosingRange, BOOL *stop))block;
      常见的NSStringEnumerationOptions
      • NSStringEnumerationByLines
      • NSStringEnumerationByParagraphs（段落分隔符是什么）
      • NSStringEnumerationByComposedCharacterSequences 一个emoji表情包括若干UTF6 code unit，这个可以按照emoji表情来枚举。 
      • NSStringEnumerationByWords
      • NSStringEnumerationBySentences
      • NSStringEnumerationReverse(反向)
      • NSStringEnumerationSubstringNotRequired（不会有substring传入到block中，出于性能考虑）
      • NSStringEnumerationLocalized

14. 字符串替换

    • `- (NSString *)stringByReplacingOccurrencesOfString:(NSString *)target withString:(NSString *)replacement options:(NSStringCompareOptions)options range:(NSRange)searchRange;

15. 分行和分页

    • 分行符
      • U+000A Unicode Character \'LINE FEED (LF)\' (\\n)
      • U+000D Unicode Character \'CARRIAGE RETURN (CR)\' (\\r)
      • U+0085 Unicode Character \'NEXT LINE (NEL)\'
      • U+2028 Unicode Character \'LINE SEPARATOR\'
      • U+2029 Unicode Character \'PARAGRAPH SEPARATOR\'\\r\\n, in that order (also known as CRLF)
    • 分段符
      • ？？？？？

16. ComposedCharacter
    
    我理解就是由多个UTF16 code unit表示的字符。为了避免被截断，需要确定包含指定index的完整的ComposedCharacter。
    - (NSRange)rangeOfComposedCharacterSequenceAtIndex:(NSUInteger)index;

17. 确定String在屏幕上的大小
    
    - (CGSize)sizeWithAttributes:(NSDictionary<NSString *,id> *)attrs;
    
    这个函数返回的包括小数，因此需要对返回值调用ceil函数。

18. stringByFoldingWithOptions:locale????

19. 找到共同的前缀
    
    - (NSString *)commonPrefixWithString:(NSString *)str options:(NSStringCompareOptions)mask;

20. 编码相关

    • 是否可以以某种形式无失真编码
      - (BOOL)canBeConvertedToEncoding:(NSStringEncoding)encoding;
    • 根据NSData来探测这个NSData的编码格式
      + (NSStringEncoding)stringEncodingForData:(NSData *)data encodingOptions:(NSDictionary<NSStringEncodingDetectionOptionsKey,id> *)opts convertedString:(NSString * _Nullable *)string usedLossyConversion:(BOOL *)usedLossyConversion;
      探测编码格式时的选项String Encoding Detection Options
      • suggestedEncodingsKey
        建议探测的编码格式。是NSSNumebr的数组。会优先考虑这些编码格式。
      • disallowedEncodingsKey
        不允许的编码格式。是NSNumber的数组。
      • useOnlySuggestedEncodingsKey
        是否只允许探测建议的编码格式。
      • allowLossyKey
        是否允许失真解码。
      • fromWindowsKey
        是否考虑Windows编码格式
      • lossySubstitutionKey
        失真解码下，不支持的字符被什么替代。是一个NSString对象，默认是U+FFFD。
      • likelyLanguageKey
        NSdata可能来来源语言。two-letter ISO 639-1 language code,NSString对象。
    • 转化为NSData
      - (NSData *)dataUsingEncoding:(NSStringEncoding)encoding allowLossyConversion:(BOOL)lossy;
    • 无失真编码下的最快编码格式
      @property(readonly) NSStringEncoding fastestEncoding;
    • 无失真编码格式下占用空间最小的格式
      @property(readonly) NSStringEncoding smallestEncoding

21. URL相关

    • URL编码
      - (NSString *)stringByAddingPercentEncodingWithAllowedCharacters:(NSCharacterSet *)allowedCharacters;
      
    • 去除URL编码
      @property(readonly, copy) NSString *stringByRemovingPercentEncoding;

22. 文件路径相关

    • 把字符串用路径分隔符连接起来
      class func path(withComponents components: [String]) -> String
    • 把路径用分隔符分隔，得到数组
      var pathComponents: [String] { get }

    • 把路径表示成系统形式的c字符串
      
      @property(readonly) const char *fileSystemRepresentation;

      char filenameBuffer[13];
      BOOL success;
      success = [@"/mach_kernel"  getFileSystemRepresentation:filenameBuffer maxLength:12];
      // success == NO
      // Changing the length to include the NULL character does work
      success = [@"/mach_kernel" getFileSystemRepresentation:filenameBuffer maxLength:13];
      // success == YES
      

    • 获取最后一个路径名字
      
      @property(readonly, copy) NSString *lastPathComponent;
      
      

    • 路径扩展名
      
      @property(readonly, copy) NSString *pathExtension;

    • 处理~

      • ~扩展为绝对路径
        @property(readonly, copy) NSString*stringByExpandingTildeInPath;
      • 绝对路径缩写~
@property(readonly, copy) NSString *stringByAbbreviatingWithTildeInPath;

    • 在路径名后加子路径
      
      - (NSString *)stringByAppendingPathComponent:(NSString *)str;

    • 路径后加后缀
      
      - (NSString *)stringByAppendingPathExtension:(NSString *)str;

    • 删除最后一段路径
      
      @property(readonly, copy) NSString *stringByDeletingLastPathComponent;

    • 删除路径后缀
      
      @property(readonly, copy) NSString *stringByDeletingPathExtension;

    • 解析符号链接（快捷方式）
      
      @property(readonly, copy) NSString *stringByResolvingSymlinksInPath;

    • 标准化路径
      
      @property(readonly, copy) NSString *stringByStandardizingPath;

      • 扩展~号为绝对路径
      • 如果可以，移除起始的“/private/var/automount”, “/var/automount”或 “/private”。
      • 处理//或/./
      • 移除最后一个路径段的尾斜线
      • 处理符号链接如../

23. 更多知识

    • 字符编码笔记：ASCII，Unicode和UTF-8