Swift5中String.count 与 NSString.length不相等

问题描述

在我对微博国际版的Text显示框架进行重构的时候，发现了会有部分在末尾的文字内容无法解析成对应的样式。

梳理后发现了这样的问题：

    let topicRegex: NSRegularExpression? = try? NSRegularExpression(pattern: "#[^#']+#", options: .caseInsensitive)
    let str = "文本文本文本文本文本🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂🎂文本文本文本#话题1##话题2##话题3##话题4##话题5##话题6##话题7##话题8##话题9#"
    func topicRegexHasEmojTest() {
        if let results = topicRegex?.matches(in: str, options: [], range: NSRange(location: 0, length: str.count)) {
            var resultStrs = ""
            for result in results {
                resultStrs.append(NSString(string: str).substring(with: result.range))
            }
            print("1:"+resultStrs)
            print("----------")
        }
    }

代码打印结果为：
1:#话题1##话题2##话题3##话题4##话题5##话题6#
而最末尾的#话题7##话题8##话题9#没有被成功解析，如果把文本中的emoj🎂删除，则有可以搜索到所有字符，这里我意识到，可能是正则寻找的count出现了问题。

于是我做了下面的测试：

let str1 = "❤️❤️🎂🎂"
let str2 = NSString(string: str1)
print("str1.count = \(str1.count), str2.length = \(str2.length)")
//str1.count = 4, str2.length = 8

实锤了，swift.count跟NSString.length的确不是一个玩意，尤其在emoj上，一个emoj表情占的明显比一个汉字要多。
问题发现了，但是解决时候其实有点困难，因为在网上没有搜索到明显关于这方面的解答。不过运气不错的是，我在看Swift的String注释文档时候，看到了这样的内容：

/// The UTF-16 code units of a string's `utf16` view match the elements
     /// accessed through indexed `NSString` APIs.
     ///
     ///     print(flowers.utf16.count)
     ///     // Prints "10"
     ///
     ///     let nsflowers = flowers as NSString
     ///     print(nsflowers.length)
     ///     // Prints "10"
     ///
     /// Unlike `NSString`, however, `String.UTF16View` does not use integer
     /// indices. If you need to access a specific position in a UTF-16 view, use
     /// Swift's index manipulation methods. The following example accesses the
     /// fourth code unit in both the `flowers` and `nsflowers` strings:

所以就是说，swift中String如果用str.utf16.count 那么就可以等于NSString.length吧，说没用，试试：

let str1 = "❤️❤️🎂🎂"
let str2 = NSString(string: str1)
print("str1.count = \(str1.count), str1.utf16.count = \(str1.utf16.count), str2.length = \(str2.length)")
str1.count = 4, str1.utf16.count = 8, str2.length = 8

问题解决

当我用str.utf16.count 时候，就可以得到和NSString一样的长度了。

    func topicRegexHas2EmojTest() {
        if let results = topicRegex?.matches(in: str, options: [], range: NSRange(location: 0, length: str.utf16.count)) {
            var resultStrs = ""
            for result in results {
                resultStrs.append(NSString(string: str).substring(with: result.range))
            }
            print("2:"+resultStrs)
            print("----------")
        }
    }

//2:#话题1##话题2##话题3##话题4##话题5##话题6##话题7##话题8##话题9#
//----------

ps

有兴趣的其实可以打印一下这个👩👩👧👦

最后编辑于：2021.03.01 15:50:37