[摘要]本文是對NSString學習的講解，對學習IOS蘋果軟件開發有所幫助,與大家分享。

基本概念


NSString是以UTF-16 code uint的序列。所有的長度、字符、范圍都是以16比特platform-endian（大端序小段序基於平台）的形式表示的。

所以，一個英文字母的長度是1，一個漢字的長度也是1，而emoji表情的長度可能是2，3，4等等。
NSString可以從c緩沖區、NSdata對象以及NSUrl的內容中生成，也可以轉化為這些內容。可以在ASCII、UTF-8、UTF-16、UTF-32以及其他編碼格式之間轉換。

關於字符


NSString的兩個基本方法是- (unichar)characterAtIndex:(NSUInteger)index及@property(readonly) NSUInteger length。
對於字符串的比較、查找等等都是以字符為基礎的。也就是說比較時，是挨個字符（character）比較的。
unichar是UTF-16編碼單位。typealias unichar = UInt16

解析UTF-16數據

當解析UTF-16數據（也就是比特數組按照UTF-16的格式解析），如果沒有BOM(byte-order mark)指定端序，那麼默認是大端序。

子類、object composition與category


實現NSString的子類，需要實現NSString的backing store（可以是靜態數組、動態分配的數組或者其他的數據形式）、length方法與charAtIndex方法。
另一個選擇是聲明一個類，將NSString作為一個屬性，並將需要的其它的metadata也作為屬性存儲在類中。並實現需要用到的NSString的方法（其實就是調用這個類NSString屬性的方法）及其他方法。
category。 對所有的NSString對象都會起作用，有時會有導致意想不到的效果。不過可以增加NSString的功能。

生成NSString的方法


從比特數組中生成

- (instancetype)initWithBytes:(const void *)bytes length:(NSUInteger)len encoding:(NSStringEncoding)encoding;

從指定長度的比特數組中以指定的編碼格式解析得到NSString。當len比比特數組的長度還長時，返回nil。
從unichar數組中生成。

- (instancetype)initWithCharacters:(const unichar *)characters length:(NSUInteger)length;
從C字符串中的生成

- (instancetype)initWithCString:(const char *)nullTerminatedCString encoding:(NSStringEncoding)encoding;

由於C字符串是以NULL終結的，所以字符串中不能有NULL。所以編碼格式只能是8比特為基礎的，因為比8比特寬的字符格式（比如UTF-16)，一個編碼單位可能有NULL比特。
從參數創建

- (instancetype)initWithFormat:(NSString *)format locale:(id)locale arguments:(va_list)argList;
從NSData創建

- (instancetype)initWithData:(NSData *)data encoding:(NSStringEncoding)encoding;

從data中，按照encoding解析，得到UTF-16的code unit序列。
從文件中創建



以指定編碼格式創建

- (instancetype)initWithContentsOfFile:(NSString *)path encoding:(NSStringEncoding)enc error:(NSError * _Nullable *)error;

如果文件打不開或者編碼錯誤，返回nil。
從文件中創建，並返回解析用的編碼格式
- (instancetype)initWithContentsOfFile:(NSString *)path usedEncoding:(NSStringEncoding *)enc error:(NSError * _Nullable *)error;

編碼格式以指針方式返回。

從URL中創建


以指定編碼格式創建

- (instancetype)initWithContentsOfURL:(NSURL *)url encoding:(NSStringEncoding)enc error:(NSError * _Nullable *)error;
返回解析用的編碼格式

- (instancetype)initWithContentsOfURL:(NSURL *)url usedEncoding:(NSStringEncoding *)enc error:(NSError * _Nullable *)error;


寫到文件或URL中  


寫到文件中

- (BOOL)writeToFile:(NSString *)path atomically:(BOOL)useAuxiliaryFile encoding:(NSStringEncoding)enc error:(NSError * _Nullable *)error;

如果useAuxiliaryFile是YES，那麼會生成一個臨時的文件，把String寫到這個文件中，然後將這個文件重命名為目標文件。這保證了及時系統crash，也不會導致已存在的文件（如果存在）會損壞。

這個方法把編碼信息存儲在文件的擴展屬性中，名字是com.apple.TextEncodin，值是編碼的IANA名字+分號+編碼格式的CFStringEncoding值。從文件裡生成字符串時，也是用這些個信息來決定編碼格式的。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];




- 寫到URL中去


- (BOOL)writeToURL:(NSURL *)url atomically:(BOOL)useAuxiliaryFile encoding:(NSStringEncoding)enc error:(NSError * _Nullable *)error; 
獲取長度


獲取UTF-16 code unit長度

@property(readonly) NSUInteger length。不是打印出來字符的長度。
使用某種編碼格式編碼，比特數組的長度。

- (NSUInteger)lengthOfBytesUsingEncoding:(NSStringEncoding)enc;  時間復雜度O(n)

使用某種格式編碼，比特數組的不精確上界。

- (NSUInteger)maximumLengthOfBytesUsingEncoding:(NSStringEncoding)enc;。時間復雜度O(1).


獲取UTF-16編碼單位的數組


- (void)getCharacters:(unichar *)buffer range:(NSRange)range;

buffer必須足夠大。
- (BOOL)getBytes:(void *)buffer maxLength:(NSUInteger)maxBufferCount usedLength:(NSUInteger *)usedBufferCount encoding:(NSStringEncoding)encoding options:(NSStringEncodingConversionOptions)options range:(NSRange)range remainingRange:(NSRangePointer)leftover;

這個方法不會crash。

獲取C字符串（以NULL結尾的字符串）

調用之前先使用- (BOOL)canBeConvertedToEncoding:(NSStringEncoding)encoding;方法確定是否可以無失真的編碼。


這些方法都不要調用UTF-16,UTF-32編碼格式，因為這些包括NULL字節。


- (const char *)cStringUsingEncoding:(NSStringEncoding)encoding;

這個字符串會在調用者被dealloc之前有效，delloc之後無效。

- (BOOL)getCString:(char *)buffer maxLength:(NSUInteger)maxBufferCount encoding:(NSStringEncoding)encoding;

buffer需要自己分配內存，因此生命周期自己控制。

字符串的比較


- (NSComparisonResult)compare:(NSString *)string options:(NSStringCompareOptions)mask range:(NSRange)rangeOfReceiverToCompare locale:(id)locale;

比較字符串時的選項


NSCaseInsensitiveSearch
NSLiteralSearch
NSBackwardsSearch
NSAnchoredSearch
NSNumericSearch
NSDiacriticInsensitiveSearch
NSWidthInsensitiveSearch
NSForcedOrderingSearch
NSRegularExpressionSearch

前綴後綴


- (BOOL)hasSuffix:(NSString *)str;
- (BOOL)hasSuffix:(NSString *)str;

是否相同

- (BOOL)isEqualToString:(NSString *)aString;

這個方法比isEqual:方法要快一些。

組合字符串


stringByAppendingFormat:
- (NSString *)stringByPaddingToLength:(NSUInteger)newLength withString:(NSString *)padString startingAtIndex:(NSUInteger)padIndex;

從padString的padIndex開始填充。


[@"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 " "。因為@". "的charAtIndex:1是" "。


分隔字符串


根據分隔符生成數組。


- (NSArray<NSString *> *)componentsSeparatedByString:(NSString *)separator;
- (NSArray<NSString *> *)componentsSeparatedByCharactersInSet:(NSCharacterSet *)separator;

去掉字符串前後的指定字符


- (NSString *)stringByTrimmingCharactersInSet:(NSCharacterSet *)set;

取字符串的一部分

- (NSString *)substring***類的方法

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;
按行枚舉

- (void)enumerateLinesUsingBlock:(void (^)(NSString *line, BOOL *stop))block;
按照NSStringEnumerationOptions枚舉

- (void)enumerateSubstringsInRange:(NSRange)range options:(NSStringEnumerationOptions)opts usingBlock:(void (^)(NSString *substring, NSRange substringRange, NSRange enclosingRange, BOOL *stop))block;

常見的NSStringEnumerationOptions


NSStringEnumerationByLines
NSStringEnumerationByParagraphs（段落分隔符是什麼）
NSStringEnumerationByComposedCharacterSequences
一個emoji表情包括若干UTF6 code unit，這個可以按照emoji表情來枚舉。

NSStringEnumerationByWords
NSStringEnumerationBySentences
NSStringEnumerationReverse(反向)
NSStringEnumerationSubstringNotRequired（不會有substring傳入到block中，出於性能考慮）
NSStringEnumerationLocalized


字符串替換


`- (NSString *)stringByReplacingOccurrencesOfString:(NSString *)target withString:(NSString *)replacement options:(NSStringCompareOptions)options range:(NSRange)searchRange;

分行和分頁


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


我理解就是由多個UTF16 code unit表示的字符。為了避免被截斷，需要確定包含指定index的完整的ComposedCharacter。

- (NSRange)rangeOfComposedCharacterSequenceAtIndex:(NSUInteger)index;
確定String在屏幕上的大小


- (CGSize)sizeWithAttributes:(NSDictionary<NSString *,id> *)attrs;


這個函數返回的包括小數，因此需要對返回值調用ceil函數。
stringByFoldingWithOptions:locale????
找到共同的前綴


- (NSString *)commonPrefixWithString:(NSString *)str options:(NSStringCompareOptions)mask;
編碼相關


是否可以以某種形式無失真編碼

- (BOOL)canBeConvertedToEncoding:(NSStringEncoding)encoding;
根據NSData來探測這個NSData的編碼格式

+ (NSStringEncoding)stringEncodingForData:(NSData *)data encodingOptions:(NSDictionary<NSStringEncodingDetectionOptionsKey,id> *)opts convertedString:(NSString * _Nullable *)string usedLossyConversion:(BOOL *)usedLossyConversion;

探測編碼格式時的選項String Encoding Detection Options


suggestedEncodingsKey

建議探測的編碼格式。是NSSNumebr的數組。會優先考慮這些編碼格式。
disallowedEncodingsKey

不允許的編碼格式。是NSNumber的數組。
useOnlySuggestedEncodingsKey

是否只允許探測建議的編碼格式。
allowLossyKey

是否允許失真解碼。
fromWindowsKey

是否考慮Windows編碼格式
lossySubstitutionKey

失真解碼下，不支持的字符被什麼替代。是一個NSString對象，默認是U+FFFD。
likelyLanguageKey

NSdata可能來來源語言。two-letter ISO 639-1 language code,NSString對象。

轉化為NSData

- (NSData *)dataUsingEncoding:(NSStringEncoding)encoding allowLossyConversion:(BOOL)lossy;
無失真編碼下的最快編碼格式

@property(readonly) NSStringEncoding fastestEncoding;
無失真編碼格式下占用空間最小的格式

@property(readonly) NSStringEncoding smallestEncoding

URL相關


URL編碼

- (NSString *)stringByAddingPercentEncodingWithAllowedCharacters:(NSCharacterSet *)allowedCharacters;

去除URL編碼

@property(readonly, copy) NSString *stringByRemovingPercentEncoding;

文件路徑相關  


把字符串用路徑分隔符連接起來

class func path(withComponents components: [String]) -> String
把路徑用分隔符分隔，得到數組

var pathComponents: [String] { get }
把路徑表示成系統形式的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

獲取最後一個路徑名字


@property(readonly, copy) NSString *lastPathComponent;



路徑擴展名


@property(readonly, copy) NSString *pathExtension;
處理~


~擴展為絕對路徑

@property(readonly, copy) NSString*stringByExpandingTildeInPath;
絕對路徑縮寫~

@property(readonly, copy)  NSString *stringByAbbreviatingWithTildeInPath;

在路徑名後加子路徑


- (NSString *)stringByAppendingPathComponent:(NSString *)str;
路徑後加後綴


- (NSString *)stringByAppendingPathExtension:(NSString *)str;
刪除最後一段路徑


@property(readonly, copy) NSString *stringByDeletingLastPathComponent;
刪除路徑後綴


@property(readonly, copy) NSString *stringByDeletingPathExtension;
解析符號鏈接（快捷方式）


@property(readonly, copy) NSString *stringByResolvingSymlinksInPath;
標准化路徑


@property(readonly, copy) NSString *stringByStandardizingPath;


擴展~號為絕對路徑
如果可以，移除起始的“/private/var/automount”, “/var/automount”或 “/private”。
處理//或/./
移除最後一個路徑段的尾斜線
處理符號鏈接如../


更多知識 


字符編碼筆記：ASCII，Unicode和UTF-8