以下是创建一个(可能)格式不正确的UTF-8数据的字符串的方法:
- 将网站内容读入Data对象中。
- 附加一个0字节使其成为“C字符串”
- 使用String(cString:)进行转换。该初始化程序将替换不良形式的UTF-8代码单元序列为Unicode替换字符("\u{FFFD}")。
- 可选:删除所有替换字符的出现。
以下是“清理”过程的示例:
var data = Data(bytes: [65, 66, 200, 67])
data.append(0)
let s = data.withUnsafeBytes { (p: UnsafePointer<CChar>) in String(cString: p) }
let clean = s.replacingOccurrences(of: "\u{FFFD}", with: "")
print(clean)
Swift 5:
var data = Data([65, 66, 200, 67])
data.append(0)
let s = data.withUnsafeBytes { p in
String(cString: p.bindMemory(to: CChar.self).baseAddress!)
}
let clean = s.replacingOccurrences(of: "\u{FFFD}", with: "")
print(clean)
当然,这可以被定义为一个自定义的初始化方法:
```python
当然,这可以被定义为一个自定义的初始化方法:
```
extension String {
init(malformedUTF8 data: Data) {
var data = data
data.append(0)
self = data.withUnsafeBytes { (p: UnsafePointer<CChar>) in
String(cString: p).replacingOccurrences(of: "\u{FFFD}", with: "")
}
}
}
Swift 5:
extension String {
init(malformedUTF8 data: Data) {
var data = data
data.append(0)
self = data.withUnsafeBytes{ p in
String(cString: p.bindMemory(to: CChar.self).baseAddress!)
}.replacingOccurrences(of: "\u{FFFD}", with: "")
}
}
使用方法:
let data = Data(bytes: [65, 66, 200, 67])
let s = String(malformedUTF8: data)
print(s)
清理工作可以通过使用
transcode
更加“直接”地完成。
extension String {
init(malformedUTF8 data: Data) {
var utf16units = [UInt16]()
utf16units.reserveCapacity(data.count)
_ = transcode(data.makeIterator(), from: UTF8.self, to: UTF16.self,
stoppingOnError: false) { code in
if code != 0xFFFD {
utf16units.append(code)
}
}
self = String(utf16CodeUnits: utf16units, count: utf16units.count)
}
}
这个函数
String(cString:)
的本质作用是将C字符串转换为Swift字符串,可以参考
CString.swift 和
StringCreate.swift 进行比较。
另一个选项是使用
UTF8
编码的
decode()
方法,并忽略错误。
extension String {
init(malformedUTF8 data: Data) {
var str = ""
var iterator = data.makeIterator()
var utf8codec = UTF8()
var done = false
while !done {
switch utf8codec.decode(&iterator) {
case .emptyInput:
done = true
case let .scalarValue(val):
str.unicodeScalars.append(val)
case .error:
break
}
}
self = str
}
}
URLSession
也能做到同样的效果。 - aehlke