NSString initWithData返回null

你说它肯定是UTF-8,但是如果没有内容类型头,你就不知道这一点(即使你确实有一个标题这样说,它仍然可能是错误的。)

我的猜测是,您的数据通常是ASCII,它总是正确地解析为UTF-8,但有时您试图解析实际编码为ISO8859-1或Windows代码页1252的数据。这类数据通常是ASCII,但有些字节超出ASCII定义的0127范围。UTF-8期望这样的字节在指定的范围序列内形成一个代码单元序列,但是在其他编码中,任何字节,不管值是多少,都是一个独立的完整字符。尝试将非ASCII非UTF-8数据解释为UTF-8几乎总是会得到错误的结果(错误的字符)或根本没有结果(无法解码;解码器返回 nil ),因为数据一开始从未用UTF-8编码。

正如Peter所说,content-type头只是发送内容的“提示”。在服务器端,您可以设置任何内容类型并发送任何字节序列,这可能是无效的。

Wikipedia about UTF-8 了解这个问题以及如何处理编码错误是值得一读的。

NSString initWithData:encoding: 当出现解码错误时,严格实现只返回nil(不像java那样使用替换字符)

(所有UTF-8字符都不正确,仅针对一个拉丁1不稳定字符)

最好的选择是在服务器端修复,当然,但我不负责这方面。。。

其原理是使用iconv删除非UTF-8无效字符(即“prt”将变为“prt”)

iconv -c -f UTF-8 -t UTF-8 invalid.txt > cleaned.txt

#include "iconv.h"

- (NSData *)cleanUTF8:(NSData *)data {
  iconv_t cd = iconv_open("UTF-8", "UTF-8"); // convert to UTF-8 from UTF-8
  int one = 1;
  iconvctl(cd, ICONV_SET_DISCARD_ILSEQ, &one); // discard invalid characters

  size_t inbytesleft, outbytesleft;
  inbytesleft = outbytesleft = data.length;
  char *inbuf  = (char *)data.bytes;
  char *outbuf = malloc(sizeof(char) * data.length);
  char *outptr = outbuf;
  if (iconv(cd, &inbuf, &inbytesleft, &outptr, &outbytesleft)
      == (size_t)-1) {
    NSLog(@"this should not happen, seriously");
    return nil;
  }
  NSData *result = [NSData dataWithBytes:outbuf length:data.length - outbytesleft];
  iconv_close(cd);
  free(outbuf);
  return result;
}

那么结果呢 NSData 可以使用 NSUTF8StringEncoding

iconvctl(cd, ICONV_SET_FALLBACKS, &fallbacks);

通过对unicode错误使用回退,可以使用替换字符或更好的字符来尝试其他编码。

数据可能是另一种unicode编码,比如UTF16,或者是完全不同的编码。

有些库可以猜测数据中使用的编码,但这应该是最后的手段。 如果您使用的是web服务,那么该web服务应该有一个说明它使用哪种编码的文档。查找它,或者询问web服务的提供者它使用哪种编码。如果两者都不可用,则应尝试获取样本数据并确定其编码,然后在程序中使用该编码。

另一方面,从API中提取web页面和数据是否是一种好的做法,即缓冲数据、转换为字符串,然后再处理字符串?

等一下,操作程序首先是从网上读取的,对吗?为什么不使用NSString stringWithContentsOfURL:usedEncoding:error:

+ (id)stringWithContentsOfURL:(NSURL *)url usedEncoding:(NSStringEncoding *)enc error:(NSError **)error