将 unicode 字符串截断为最大字节

Question

我需要将一个（可能很大的）unicode 字符串截断为最大大小（以字节为单位）。转换为 UTF-16 然后再转换回来似乎不可靠。

例如：

let flags = "????????????????"
let result = String(flags.utf16.prefix(3))

在这种情况下，结果为零。

我需要一种有效的方法来执行此截断。想法？

Answer 1

Swift 中的字符串通过UnicodeScalar 传递，每个标量可以占用多个字节来存储。如果您无论如何都只取第一个n 字节，那么当您将它们转换回来时，这些字节可能不会在任何编码中形成正确的子字符串。

现在，如果您将定义更改为“占用可以形成有效子字符串的第一个 n 字节”，您可以使用 UTF8View：

extension String {
    func firstBytes(_ count: Int) -> UTF8View {
        guard count > 0 else { return self.utf8.prefix(0) }

        var actualByteCount = count
        while actualByteCount > 0 {
            let subview = self.utf8.prefix(actualByteCount)
            if let _ = String(subview) {
                return subview
            } else {
                actualByteCount -= 1
            }
        }

        return self.utf8.prefix(0)
    }
}

let flags = "welcome to ?? and ??"

let bytes1 = flags.firstBytes(11)

// the Puerto Rico flag character take 8 bytes to store
// so the actual number of bytes returned is 11, same as bytes1
let bytes2 = flags.firstBytes(13)

// now you can cover the string up to the Puerto Rico flag 
let bytes3 = flags.firstBytes(19)

print("'\(bytes1)'")
print("'\(bytes2)'")
print("'\(bytes3)'")