Question

迭代NSString中所有字符的最佳方法是什么？你想循环遍历字符串的长度并使用该方法。

[aNSString characterAtIndex:index];

或者您是否希望使用基于NSString的char缓冲区？

Answer 1

我认为人们了解如何处理unicode非常重要，所以我最终写了一个怪物答案，但本着 tl; dr 的精神，我将从一个片段开始应该工作正常。如果您想了解详细信息（您应该知道！），请在摘录后继续阅读。

NSUInteger len = [str length];
unichar buffer[len+1];

[str getCharacters:buffer range:NSMakeRange(0, len)];

NSLog(@"getCharacters:range: with unichar buffer");
for(int i = 0; i < len; i++) {
  NSLog(@"%C", buffer[i]);
}

还在我身边吗？好！

当前接受的答案似乎是用字符/字母混淆字节。遇到unicode时这是一个常见问题，尤其是来自C背景。 Objective-C中的字符串表示为unicode字符（unichar），它们比字节大得多，不应该与标准C字符串操作函数一起使用。

（编辑：这不是完整的故事！令我非常遗憾的是，我完全忘了考虑可组合字符，其中有一个＆＃34;字母＆＃34 ;由多个unicode代码点组成。这给你一个情况，你可以有一个＆＃34;字母＆＃34;解析为多个unichars，每个unichars又是多个字节。呜呜。请参考{{3}关于那个细节。）

问题的正确答案取决于您是否要迭代字符/字母（与类型char不同）或字节字符串（类型char实际意味着什么）。本着限制混淆的精神，我将从现在开始使用术语 byte 和 letter ，避免使用可能不明确的术语字符。

如果你想做前者并迭代字符串中的字母，你需要专门处理unichars（对不起，但我们现在将来，你不能再忽略它了）。查找字母数量很容易，它是字符串的长度属性。一个示例代码段就是这样（与上面相同）：

NSUInteger len = [str length];
unichar buffer[len+1];

[str getCharacters:buffer range:NSMakeRange(0, len)];

NSLog(@"getCharacters:range: with unichar buffer");
for(int i = 0; i < len; i++) {
  NSLog(@"%C", buffer[i]);
}

另一方面，如果要迭代字符串中的字节，它会开始变得复杂，结果将完全取决于您选择使用的编码。合适的默认选择是UTF8，这就是我要展示的内容。

执行此操作时，您必须确定生成的UTF8字符串的字节数，这是一个很容易出错的步骤，并使用字符串＆＃39; s -length。这很容易做错的一个主要原因，特别是对于美国开发人员而言，字母落入7位ASCII频谱的字符串将具有相等的字节和字母长度。这是因为UTF8使用单个字节编码7位ASCII字母，因此简单的测试字符串和基本的英文文本可能完全正常。

执行此操作的正确方法是使用方法-lengthOfBytesUsingEncoding:NSUTF8StringEncoding（或其他编码），分配具有该长度的缓冲区，然后将字符串转换为使用{{{ 1}}并将其复制到该缓冲区中。示例代码：

-cStringUsingEncoding:

为了说明为什么保持原状很重要，我将展示以四种不同方式处理此迭代的示例代码，两个错误，两个正确。这是代码：

NSUInteger byteLength = [str lengthOfBytesUsingEncoding:NSUTF8StringEncoding];
char proper_c_buffer[byteLength+1];
strncpy(proper_c_buffer, [str cStringUsingEncoding:NSUTF8StringEncoding], byteLength);

NSLog(@"strncpy with proper length");
for(int i = 0; i < byteLength; i++) {
  NSLog(@"%c", proper_c_buffer[i]);
}

运行此代码将输出以下内容（修剪出NSLog cruft），显示字节和字母表示的完全不同（最后两个输出）：

#import <Foundation/Foundation.h>

int main() {
  NSString *str = @"буква";
  NSUInteger len = [str length];

  // Try to store unicode letters in a char array. This will fail horribly
  // because getCharacters:range: takes a unichar array and will probably
  // overflow or do other terrible things. (the compiler will warn you here,
  // but warnings get ignored)
  char c_buffer[len+1];
  [str getCharacters:c_buffer range:NSMakeRange(0, len)];

  NSLog(@"getCharacters:range: with char buffer");
  for(int i = 0; i < len; i++) {
    NSLog(@"Byte %d: %c", i, c_buffer[i]);
  }

  // Copy the UTF string into a char array, but use the amount of letters
  // as the buffer size, which will truncate many non-ASCII strings.
  strncpy(c_buffer, [str UTF8String], len);

  NSLog(@"strncpy with UTF8String");
  for(int i = 0; i < len; i++) {
    NSLog(@"Byte %d: %c", i, c_buffer[i]);
  }

  // Do It Right (tm) for accessing letters by making a unichar buffer with
  // the proper letter length
  unichar buffer[len+1];
  [str getCharacters:buffer range:NSMakeRange(0, len)];

  NSLog(@"getCharacters:range: with unichar buffer");
  for(int i = 0; i < len; i++) {
    NSLog(@"Letter %d: %C", i, buffer[i]);
  }

  // Do It Right (tm) for accessing bytes, by using the proper
  // encoding-handling methods
  NSUInteger byteLength = [str lengthOfBytesUsingEncoding:NSUTF8StringEncoding];
  char proper_c_buffer[byteLength+1];
  const char *utf8_buffer = [str cStringUsingEncoding:NSUTF8StringEncoding];
  // We copy here because the documentation tells us the string can disappear
  // under us and we should copy it. Just to be safe
  strncpy(proper_c_buffer, utf8_buffer, byteLength);

  NSLog(@"strncpy with proper length");
  for(int i = 0; i < byteLength; i++) {
    NSLog(@"Byte %d: %c", i, proper_c_buffer[i]);
  }
  return 0;
}

Answer 2

都不是。 "Optimize Your Text Manipulations" section of the "Cocoa Performance Guidelines" in the Xcode Documentation建议：

如果你想迭代   字符串的字符，其中之一   你不应该做的事情是使用   要检索的characterAtIndex:方法   每个角色分开。这种方法   不适合重复访问。   相反，考虑取出   一次性使用的字符   getCharacters:range:方法和   直接迭代字节。

如果要搜索字符串   具体的字符或子串，做   不要遍历角色之一   一个人。相反，使用更高级别   诸如rangeOfString:之类的方法，   rangeOfCharacterFromSet:，或   substringWithRange:，是   针对搜索NSString进行了优化   字符。

请参阅此Stack Overflow answer on How to remove whitespace from right end of NSString，了解如何让rangeOfCharacterFromSet:迭代字符串的字符而不是自己完成。

Answer 3

虽然Daniel的解决方案可能大部分时间都可以使用，但我认为解决方案取决于上下文。例如，我有一个拼写应用程序，需要迭代屏幕上显示的每个字符，这可能与它在内存中的表示方式不对应。对于用户提供的文本尤其如此。

在NSString上使用类似的东西：

- (void) dumpChars
{
    NSMutableArray  *chars = [NSMutableArray array];
    NSUInteger      len = [self length];
    unichar         buffer[len+1];

    [self getCharacters: buffer range: NSMakeRange(0, len)];
    for (int i=0; i<len; i++) {
        [chars addObject: [NSString stringWithFormat: @"%C", buffer[i]]];
    }

    NSLog(@"%@ = %@", self, [chars componentsJoinedByString: @", "]);
}

像喂mañana这样的话可能会产生：

mañana = m, a, ñ, a, n, a

但它可以很容易地产生：

mañana = m, a, n, ̃, a, n, a

如果字符串是预先组合的unicode形式，则会生成前者，如果是分解形式，则生成前者。

您可能认为可以通过使用NSString的precomposedStringWithCanonicalMapping或precomposedStringWithCompatibilityMapping的结果来避免这种情况，但Apple并未在Technical Q&A 1225中警告这种情况。例如，即使在转换为预先组合的表单之后，像e̊gâds这样的字符串（我完全组成）仍会生成以下内容。

 e̊gâds = e, ̊, g, â, d, s

我的解决方案是使用NSString的enumerateSubstringsInRange传递NSStringEnumerationByComposedCharacterSequences作为枚举选项。将前面的示例重写为如下所示：

- (void) dumpSequences
{
    NSMutableArray  *chars = [NSMutableArray array];

    [self enumerateSubstringsInRange: NSMakeRange(0, [self length]) options: NSStringEnumerationByComposedCharacterSequences
        usingBlock: ^(NSString *inSubstring, NSRange inSubstringRange, NSRange inEnclosingRange, BOOL *outStop) {
        [chars addObject: inSubstring];
    }];

    NSLog(@"%@ = %@", self, [chars componentsJoinedByString: @", "]);
}

如果我们提供此版本e̊gâds，那么我们就会

e̊gâds = e̊, g, â, d, s

正如所料，这就是我想要的。

Characters and Grapheme Clusters上的文档部分也可能有助于解释其中的一些内容。

注意：看起来我使用的一些unicode字符串在格式化为代码时会跳闸。我使用的字符串是mañana和e̊gâds。

Answer 4

我肯定会首先得到一个char缓冲区，然后迭代它。

NSString *someString = ...

unsigned int len = [someString length];
char buffer[len];

//This way:
strncpy(buffer, [someString UTF8String]);

//Or this way (preferred):

[someString getCharacters:buffer range:NSMakeRange(0, len)];

for(int i = 0; i < len; ++i) {
   char current = buffer[i];
   //do something with current...
}

Answer 5

虽然从技术上讲你会获得单独的NSString值，但这里有另一种方法：

NSRange range = NSMakeRange(0, 1);
for (__unused int i = range.location; range.location < [starring length]; range.location++) {
  NSLog(@"%@", [aNSString substringWithRange:range]);
}

（ __ unused int i 位是使编译器警告静音所必需的。）

Answer 6

尝试使用块的枚举字符串

创建NSString的类别

·H

@interface NSString (Category)

- (void)enumerateCharactersUsingBlock:(void (^)(NSString *character, NSInteger idx, bool *stop))block;

@end

的.m

@implementation NSString (Category)

- (void)enumerateCharactersUsingBlock:(void (^)(NSString *character, NSInteger idx, bool *stop))block
{
    bool _stop = NO;
    for(NSInteger i = 0; i < [self length] && !_stop; i++)
    {
        NSString *character = [self substringWithRange:NSMakeRange(i, 1)];
        block(character, i, &_stop);
    }
}
@end

示例

NSString *string = @"Hello World";
[string enumerateCharactersUsingBlock:^(NSString *character, NSInteger idx, bool *stop) {
        NSLog(@"char %@, i: %li",character, (long)idx);
}];

Answer 7

你不应该使用

NSUInteger len = [str length];
unichar buffer[len+1];

你应该使用内存分配

NSUInteger len = [str length];
unichar* buffer = (unichar*) malloc (len+1)*sizeof(unichar);

并最终使用

free(buffer);

为了避免记忆问题。

Answer 8

这个问题的解决方案几乎没有什么不同，但是我认为这可能对某人有用。我想要的是实际上迭代为NSString中的实际unicode字符。因此，我找到了解决方案：

NSString * str = @"hello ";

NSRange range = NSMakeRange(0, str.length);
[str enumerateSubstringsInRange:range
                          options:NSStringEnumerationByComposedCharacterSequences
                       usingBlock:^(NSString *substring, NSRange substringRange,
                                    NSRange enclosingRange, BOOL *stop)
{
    NSLog(@"%@", substring);
}];

迭代NSString中所有字符的最有效方法

8 个答案: