NSString学习

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。
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
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。
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。
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;
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;
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).
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。
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。
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。
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" "。
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
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
字符串替换
- `- (NSString *)stringByReplacingOccurrencesOfString:(NSString *)target withString:(NSString *)replacement options:(NSStringCompareOptions)options range:(NSRange)searchRange;
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
  - ？？？？？
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;
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。
stringByFoldingWithOptions:locale????
找到共同的前缀

- (NSString *)commonPrefixWithString:(NSString *)str options:(NSStringCompareOptions)mask;
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
URL相关
- URL编码
  - (NSString *)stringByAddingPercentEncodingWithAllowedCharacters:(NSCharacterSet *)allowedCharacters;
- 去除URL编码
  @property(readonly, copy) NSString *stringByRemovingPercentEncoding;
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../
更多知识
- 字符编码笔记：ASCII，Unicode和UTF-8

相关文章