ios - 将未知编码的TXT文件转换为字符串

Question

如果编码类型未知，如何将纯文本 (.txt) 文件转换为字符串？

我正在开发一项允许用户将 txt 文件导入我的应用程序的功能。这意味着该文件可以在任意数量的应用程序中创建，使用对纯文本文件有效的各种编码中的任何一种。我的理解是这可能包括(ASCII、UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE 或 EBCDIC？!)

使用以下方法一切顺利:

NSString *txtFileAsString = [NSString stringWithContentsOfFile:path encoding:NSUTF8StringEncoding error:&errorReading];

然后用户提供了一个文件，该文件在导入时导致内容为空。我在 XCode 调试中查看了该文件，并看到 Cocoa 错误 261，NSStringEncoding=4。

我所知道的:

• 用户提供的文件是使用名为 knowtes 的应用程序创建的
• 文件在 Mac OS X 上使用 TextEdit、TextWranger 等打开
• 该文件包含“特殊字符”，例如变音符号(咆哮:为什么变音符号上的“u”没有变音符号？!)
• Finder 信息显示:

Kind: text

• Terminal -I输出:

text/plain; charset=utf-16le

我猜文件的 utf-16le 编码是关键，因为我期待 NSUTF8 文件。我试图使用 ASCII 作为最低公分母。它没有崩溃，但在原始文件中不存在的一些字符被篡改了。

NSString *txtFileAsString = [NSString stringWithContentsOfFile:path encoding:NSASCIIStringEncoding error:&errorReading];

所以我首先尝试将文件转换为 NSData，希望它可以消除识别编码的需要。它没有用。

    NSData *txtFileData = [NSData dataWithContentsOfFile:path];
    NSString *txtFileAsString = [[NSString alloc]initWithData:txtFileData encoding:NSUTF8StringEncoding];

这引出了几个问题:

1. 是否没有一种通用的方法可以将纯文本文件内容(无论编码如何)转换为字符串(即最小公分母)？我相信这曾经是 initWithContentsOfFile 的目的，不幸的是现在已经弃用了。 ASCIStringEncoding 无效。
2. 关于将 NSUTF16 编码文件转换为字符串，我需要以不同于 NSUTF8 的方式处理吗？

3. 假设文件实际上是 URF16LE，为什么会出现以下 suggestion也不工作？

   NSString *txtFileAsString = nil;
   if (path !=nil) {
     NSData *txtFileData = [NSData dataWithContentsOfFile:path];
     NSString *txtFileAsString = [[NSString alloc]initWithData:txtFileData encoding:NSASCIIStringEncoding];
   if (!txtFileAsString) {
     txtFileAsString = [[NSString alloc] initWithData:txtFileData encoding:NSUTF8StringEncoding];
   }
   if (!txtFileAsString) {
     txtFileAsString = [[NSString alloc] initWithData:txtFileData encoding:NSUTF16StringEncoding];
   }
   if (!txtFileAsString) {
     txtFileAsString = [[NSString alloc] initWithData:txtFileData encoding:NSUTF16LittleEndianStringEncoding];
   }
   if (!txtFileAsString) {
     txtFileAsString = [[NSString alloc] initWithData:txtFileData encoding:NSUTF16BigEndianStringEncoding];
   }
   if (!txtFileAsString) {
     txtFileAsString = [[NSString alloc] initWithData:txtFileData encoding:NSUTF32StringEncoding];
   }
   if (!txtFileAsString) {
     txtFileAsString = [[NSString alloc] initWithData:txtFileData encoding:NSUTF32LittleEndianStringEncoding];
   }
   if (!txtFileAsString) {
     txtFileAsString = [[NSString alloc] initWithData:txtFileData encoding:NSUTF32BigEndianStringEncoding];
   }}
   

Answer 1

有时 stringWithContentsOfFile:usedEncoding:error: 可以完成这项工作(特别是如果文件有 Byte Order Mark ):

NSError *error;
NSStringEncoding encoding;
NSString *string = [NSString stringWithContentsOfFile:path usedEncoding:&encoding error:&error];

请注意，不应将此带有 usedEncoding 的再现与仅具有 encoding 参数的类似命名方法混淆。