swift - 将 unicode 字符串截断为最大字节

Question

我需要将一个(可能很大)unicode 字符串截断为最大大小(以字节为单位)。转换为 UTF-16 然后再转换回来似乎不可靠。

例如:

let flags = "🇵🇷🇵🇷"
let result = String(flags.utf16.prefix(3))

在这种情况下结果为零。

我需要一种有效的方法来执行此截断。有想法吗？

Answer 1

Swift 中的字符串采用 UnicodeScalar，每个标量可以存储多个字节。如果您无论如何都只获取前 n 个字节，那么当您将它们转换回来时，这些字节很可能不会以任何编码形式形成正确的子字符串。

现在，如果您将定义更改为“占用可以形成有效子字符串的前 n 个字节”，则可以使用 UTF8View:

extension String {
    func firstBytes(_ count: Int) -> UTF8View {
        guard count > 0 else { return self.utf8.prefix(0) }

        var actualByteCount = count
        while actualByteCount > 0 {
            let subview = self.utf8.prefix(actualByteCount)
            if let _ = String(subview) {
                return subview
            } else {
                actualByteCount -= 1
            }
        }

        return self.utf8.prefix(0)
    }
}

let flags = "welcome to 🇵🇷 and 🇺🇸"

let bytes1 = flags.firstBytes(11)

// the Puerto Rico flag character take 8 bytes to store
// so the actual number of bytes returned is 11, same as bytes1
let bytes2 = flags.firstBytes(13)

// now you can cover the string up to the Puerto Rico flag 
let bytes3 = flags.firstBytes(19)

print("'\(bytes1)'")
print("'\(bytes2)'")
print("'\(bytes3)'")