Question

我正在尝试根据Apple的文档显示具有未知编码的文本文件内容：

尝试stringWithContentsOfFile：usedEncoding：error：或initWithContentsOfFile：usedEncoding：error :(或基于URL的等价物）。这些方法尝试确定资源的编码，如果成功通过引用返回使用的编码。

如果（1）失败，请尝试通过将UTF-8指定为编码来读取资源。

如果（2）失败，请尝试适当的遗留编码。这里的“适当”取决于具体情况;它可能是默认的C字符串编码，可能是ISO或Windows Latin 1，或其他内容，具体取决于数据的来源。

这并不总是有效。是否有更可靠的方法来检测编码？

Answer 1

如果您不知道提前编码数据，则必须通过分析原始数据来猜测，这有时会导致错误的猜测，从而导致解码不可靠。如有疑问，只需询问用户使用哪种编码。

Answer 2

您应该使用NSAttributedString，它可以检测编码。在长时间测试了不同的解决方案之后，我使用了它：

NSError *error;
NSDictionary *options = [NSDictionary dictionary];
NSDictionary *attributes;
NSAttributedString *theString = [[NSAttributedString alloc] initWithURL:fileURL options:options documentAttributes:&attributes error:&error];
NSInteger detectedEncoding = [[attributes objectForKey:@"CharacterEncoding"] integerValue];

我测试了来自许多来源/环境的许多文件，这似乎很有效（因此您应检查error是否为nil）。对于从Excel导出的纯csv文件，我得到了此属性字典（30值表示NSMacOSRomanStringEncoding：

{
    CharacterEncoding = 30;
    DocumentType = NSPlainText;
    UTI = "public.plain-text";
}

来自具有未知编码的文本文件的NSString

2 个答案: