关于 NSFileHandle、Obj-C 的几个问题

Question

我现在正在使用文件处理 Obj-C，我的应用程序将读取一些具有 UTF16 字符编码的巨大文本文件（例如 5 MB）。 第一个问题是如何检测我要读取的文件大小？

第二个问题是，当我只读取该文件一次时，它会给出正确的文本，但是当我尝试另一次查找或读取时，它不会给出我的原始文本，这是我的代码段：

NSFileHandle *sourceFile;

NSData *d1;

NSString *st1,*st2 = @"";

sourceFile = [NSFileHandle fileHandleForReadingAtPath : filePath]; // 我的文件大小为 5 MB

for (int i = 0; i < 500; i ++) {

d1 = [源文件读取数据长度:20];

st1 = [[NSString alloc] initWithData:d1 编码:NSUTF16StringEncoding]; // 将原始数据转换为 UTF16 字符串

st2 = [st2 stringByAppendingFormat:@"%@",st1];

st1 = @"";

}

[源文件关闭文件];

执行完之后，st2会携带一些字符串，这个字符串会有一些清晰的字符（如原始文件中一样），但随后它会携带一些不清楚的字符（例如䠆⠆䀆䀆䀆ㄆ䌆✆⨆䜆） ..我整夜没睡，试图弄清楚，但无法:(

Answer 1

@新维布兰特：
很抱歉告知您错误，但 UTF-16 并不总是每个字符 2 个字节（或 16 位）。正如您在维基百科文章中看到的，U+10000 以上的所有字符都可以是 4 个字节......
因此，仅注意偶数偏移量是不够的，因为您可以通过此方式截断 4 字节字符。
最好的方法是始终使用正确的编码并将其留给文件管理器来确定字符的大小。

Answer 2

要获取文件大小，您可以简单地使用 NSFileManager：

NSFileManager *fileManager = [[[NSFileManager alloc] init] autorelease];
NSDictionary *fileAttributes = [fileManager attributesOfItemAtPath:filePath error:nil];
unsigned long long size = [fileAttributes fileSize];

第二个问题是由于 UTF-16 编码造成的。你看，在 UTF-16 中，一个字符由 2 个以上字节表示（http://en .wikipedia.org/wiki/UTF-16）。

假设您有一个 UTF-16 格式的文本文件，其中包含文本 Hello。字节将是：

00 48 │ 00 65 │ 00 6C │ 00 6C │ 00 6F
   H  │    e  │     l │     l │     o

如果您从字节 0（或任何偶数索引）开始读取，一切都很好，您将得到预期的结果。但是你开始读取奇数字节（如 1），所有字符都会被搞乱，因为字节被移位：

48 00 │ 65 00 │ 6C 00 │ 6C 00 │ 6F
   䠀 │     攀 │    氀 │    氀 │  ?