【iOS解决方案】网络请求返回GB2312格式的xml数据转成UTF-8后为空（适用于论坛bbs）

最新推荐文章于 2024-07-05 17:56:50 发布
最新推荐文章于 2024-07-05 17:56:50 发布
阅读量1.5k 收藏
点赞数
文章标签： iOS xml NSData 编码 GB2312
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013883974/article/details/46224889
版权

一些高校的bbs由于历史久远，没有适应新的数据结构，请求返回的数据还是xml格式的，而现在常用的返回是json，这是个很头疼的地方，碰到的问题网上很难搜到资料，走了很多弯路。

现在具体讲一下在解析返回xml过程中碰到的问题，希望能有些借鉴：

1.xml编码问题：

对于编码，我也仅仅只是了解。英文网页返回的xml用UTF-8编码满足要求，而如果包含中文的话，用的就是GB2312编码。问题是，iOS自带的sdk中NSXMLParser（对于iOS自带的解析方法，可以百度下，这里不再详述）解析UTF-8没有问题，但是对于GB2312编码，会直接触发parser:parseErrorOccurred:导致解析失败。所以转码是第一个问题，网上有很多GB2312转UTF-8的方法。


2.NSData在转码过程中出数据错误的情况：

针对BBS论坛这类特殊情况，当标题超过某一长度时会自动进行截断，所以这个比较坑，NSData转码不会报错，但是转换完就为nil，完全无从下手，不知道什么问题。开始有的xml请求到了转码之后可以自己解析，但是有的就返回为nil，一直以为是数据请求失败，但是返回的NSData是有数据的。直到无意中搜到cocoachina上的一个帖子，关于NSData转码问题（针对高校BBS回复）。这个帖子的回复给了我方向，修复NSData中正好被截断的位置，具体函数参考网上的一个处理方法（PS:他的封装nsdata类我不太会用，所以自己修改了下，放到自己的类里面去了= =）

+ (NSString *)GB18030String:(NSData *)sender {

    NSStringEncoding enc =CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);

    NSString *str = [[NSString alloc]initWithData:sender encoding:enc];

    if (!str) {

        str = [[NSString alloc]initWithData:[self dataByHealingGB18030Stream:sender]encoding:enc];

    }

    return str;

}



+ (NSData *)dataByHealingGB18030Stream:(NSData *)sender {

    NSUInteger length = [sender length];

    if (length == 0) {

        return sender;

    }

    

    static NSString * replacementCharacter = @"?";

    NSStringEncoding enc =CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);

    NSData *replacementCharacterData = [replacementCharacterdataUsingEncoding:enc];

    

    NSMutableData *resultData = [NSMutableData dataWithCapacity:sender.length];

    

    const Byte *bytes = [sender bytes];

    

    static const NSUInteger bufferMaxSize = 1024;

    Byte buffer[bufferMaxSize];

    NSUInteger bufferIndex = 0;

    

    NSUInteger byteIndex = 0;

    BOOL invalidByte = NO;

    

    

#define FlushBuffer() if (bufferIndex > 0) { \

[resultData appendBytes:buffer length:bufferIndex]; \

bufferIndex = 0; \

}

#define CheckBuffer() if ((bufferIndex+5) >= bufferMaxSize) { \

[resultData appendBytes:buffer length:bufferIndex]; \

bufferIndex = 0; \

}

    

    

    while (byteIndex < length) {

        Byte byte = bytes[byteIndex];

        

        //检查第一位

        if (byte >= 0 && byte <= (Byte)0x7f) {

            //单字节文字

            CheckBuffer();

            buffer[bufferIndex++] = byte;

        } else if (byte >= (Byte)0x81 && byte <= (Byte)0xfe){

            //可能是双字节，可能是四字节

            if (byteIndex + 1 >= length) {

                //这是最后一个字节了，但是这个字节表明后面应该还有1或3个字节，那么这个字节一定是错误字节

                FlushBuffer();

                return resultData;

            }

            

            Byte byte2 = bytes[++byteIndex];

            if (byte2 >= (Byte)0x40 && byte <= (Byte)0xfe && byte != (Byte)0x7f) {

                //是双字节，并且可能合法

                Byte tuple[] = {byte, byte2};

                CFStringRef cfstr = CFStringCreateWithBytes(kCFAllocatorDefault, tuple, 2,kCFStringEncodingGB_18030_2000, false);

                if (cfstr) {

                    CFRelease(cfstr);

                    CheckBuffer();

                    buffer[bufferIndex++] = byte;

                    buffer[bufferIndex++] = byte2;

                } else {

                    //这个双字节字符不合法，但byte2可能是下一字符的第一字节

                    byteIndex -= 1;

                    invalidByte = YES;

                }

            } else if (byte2 >= (Byte)0x30 && byte2 <= (Byte)0x39) {

                //可能是四字节

                if (byteIndex + 2 >= length) {

                    FlushBuffer();

                    return resultData;

                }

                

                Byte byte3 = bytes[++byteIndex];

                

                if (byte3 >= (Byte)0x81 && byte3 <= (Byte)0xfe) {

                    // 第三位合法，判断第四位

                    

                    Byte byte4 = bytes[++byteIndex];

                    

                    if (byte4 >= (Byte)0x30 && byte4 <= (Byte)0x39) {

                        //第四位可能合法

                        Byte tuple[] = {byte, byte2, byte3, byte4};

                        CFStringRef cfstr = CFStringCreateWithBytes(kCFAllocatorDefault, tuple,4, kCFStringEncodingGB_18030_2000, false);

                        if (cfstr) {

                            CFRelease(cfstr);

                            CheckBuffer();

                            buffer[bufferIndex++] = byte;

                            buffer[bufferIndex++] = byte2;

                            buffer[bufferIndex++] = byte3;

                            buffer[bufferIndex++] = byte4;

                        } else {

                            //这个四字节字符不合法，但是byte2可能是下一个合法字符的第一字节，回退3位

                            //并且将byte1,byte2用?替代

                            byteIndex -= 3;

                            invalidByte = YES;

                        }

                    } else {

                        //第四字节不合法

                        byteIndex -= 3;

                        invalidByte = YES;

                    }

                } else {

                    // 第三字节不合法

                    byteIndex -= 2;

                    invalidByte = YES;

                }

            } else {

                // 第二字节不是合法的第二位，但可能是下一个合法的第一位，所以回退一个byte

                invalidByte = YES;

                byteIndex -= 1;

            }

            

            if (invalidByte) {

                invalidByte = NO;

                FlushBuffer();

                [resultData appendData:replacementCharacterData];

            }

        }

        byteIndex++;

    }

    FlushBuffer();

    return resultData;

}

3.关于xml中的特殊字符处理：

如果以为上面两步处理完了解析xml就很顺利了，那就错了。在解析的过程中发现xml解析到中途就会失败，返回的意思大概就是碰到PCDATA invalidchar 27什么的，domain code = 9.这个只能怪我自己基础不好，当时没多想，网上也搜不到错误码。后来无意中发现返回的xml nsstring里面包含 \x 1b。这个我恰好搜到是ASCII码里面的第27个字符，和前面报错对应起来了。就是这个符号除了问题，然后通过正则表达式/[\x00-\x08\x1b\x0b-\x0c\x0e-\x1f\x7f]/这里iOS里面可能要稍微修改下，把“\”改成“\\”。然后问题就解决了，NSXMLParser顺利的解析出xml数据

其实我发现问题的顺序是1-3-2
问题2是后来测试中偶然发现转码后数据为nil的情况

关于xml和编码问题自己基础确实薄弱，在这个问题上费了好大的里，翻了好多帖子，感觉资料也不是很多。所以，在把自己的经验贴出来提供参考，有不对的地方还请高手指正。微笑

NiklausC
关注
tomcat中的web项目配置指引
iOS逆向与安全
04-03 518
"tomcat7w.exe"文件位于Tomcat的bin目录中，例如：“C:\Tomcat\bin\tomcat7w.exe”。此连接器负责和其他的HTTP服务器建立连接（Nginx），把Tomcat与其他的HTTP服务集成时需要使用此连接器。它是Apache Commons Daemon项目的一部分，该项目允许Tomcat作为Windows服务运行。path就是在访问的时候后面要跟上的项目路径，不写就代表不输入就可以。通过浏览器访问Tomcat服务器的web应用时使用的就是这个端口。
安卓逆向_24（ 一 ） --- Hook 框架 frida（ Hook Java层 和 so层） ）
墨鱼菜鸡
07-11 5175
From：Hook 神器家族的 Frida 工具使用详解：https://blog.csdn.net/FlyPigYe/article/details/90258758 详解 Hook 框架 frida ( 信抢红包 )：https://www.freebuf.com/company-information/180480.html APP逆向神器之F...
修改xml文件的编码格式：GB2312格式修改为UTF-8
05-10
修改xml文件的编码格式：GB2312格式修改为UTF-8
ios gb2312转utf-8
孙启超
10-25 5652
靠，想写个爬虫功能，结果一直是乱码，终于找到了转码的方法了 +(NSString *) gb2312toutf8:(NSData *) data{       NSStringEncoding enc =CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);      
uniapp小程序接口返回文件流下载文件
hu104160112的博客
07-05 1280
使用uni.request post方法获取文件流，如果是get可以使用uni.downloadFile。
iphone 编码的转码
gongchenzhang的专栏
11-11 639
<br />NSURL *url = [NSURL URLWithString:urlStr]; NSData *data = [NSData dataWithContentsOfURL:url]; NSStringEncoding enc = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000); NSString *retStr = [[NSString alloc] initWithData:da
批量转换xml文件的编码格式（GB2312到UTF-8）
一曲无痕奈何
12-06 3372
说实话不得不抱怨一下了，老师给了一堆xml文件让我解析，用python我弄了几个小时发现编码格式GB2312的转换为utf8的格式就是不行，我也不知道为什么。 于是我放弃用python的方法转换编码格式，采用java的编码格式转换，发现终于可以了，真是想骂人了。 import java.io.File; import java.io.FileOutputStream; import jav...
iOS SDK9下对网络请求的url进行UTF8编码
chensonglu的博客
02-21 3845
在请求网络图片时用到了中文的url，比如”http://www.test.com/你好.jpg”，直接使用上述url进行网络请求是没法得到结果的，需要对其进行UTF8编码。
一个iOS项目总结（一）：网络接口的封装
代培的博客
09-24 1556
写在前面今年暑假，自己独立完成了一个简单的iOS的APP，是一个bbs的客户端，叫做喻信星空。现在正在测试，准备将其上架app store。但是光做项目不做总结肯定不行，所以这里写篇博客，把项目里遇到的坑都记录下来，说到这里可能有人会说我是标题党，但我觉得标题就是吸引人的，但这篇博客里肯定是有干货的，所以如果你看到了这里，希望你能把它看完，并顶我一下(^-^)
Frida Hook 常用函数、java 层 hook、so 层 hook、RPC、群控
墨鱼菜鸡
07-11 4106
From：Frida hook 常用函数分享：https://www.52pojie.cn/thread-1196917-1-1.html From：Frida Hook Android 常用方法：https://blog.csdn.net/zhy025907/article/details/89512096 Frida 使用：https://z...
Esp8266开发物联网小工具（一）
小鸭学院的博客
07-05 1859
目标 我们将通过ESP8266连接Thinkphp开发的接收API，将DHT11温度传感器获取到的环境温度、湿度等数据实时发送至服务器，用户可通过设备和OLED触摸屏的实时数据界面查看实时环境温度。 硬件准备： 1）ESP8266-13 WIFI电路板 2）DHT11温湿度传感器 3）0.96”OLED（我使用的版本主控芯片是SSD1306、四线制SPI） 4）USB插座和5v至3.3V稳压器 5）USB-TTL串口下载模块 开发软件 arduino IDE 接下来我来介绍一下我们本次项目使用的控制器ESP
iOS html解析1（包含中文字符）
热门推荐
晓月的专栏
08-30 1万+
HTMLParser方法可以参考 https://github.com/zootreeves/Objective-C-HMTL-Parser TFHpple方法的使用可以看 https://github.com/topfunky/hpple           TFHpple，因为它很简单，也好用，但是它的功能不是很完完善。比如，不能获取children node。它是
调用request请求返回xml
IT_ziliang的博客
10-30 1155
调用request请求返回xml
iOS 读取GB2312文本
海阔天空的专栏
05-18 930
NSStringEncoding enc = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000); NSString *filenData = [NSString stringWithContentsOfFile:path encoding:enc error:&error]
ios 读取GB2312编码文件及网络数据
Java，IOS，Nodejs， HTML5，全栈工程师
04-22 720
CFString 和NSString具有相同的内存结构，也是NSString的重要补充，通过查找CFString的帮助文档，找到了这个方法 CFStringConvertEncodingToNSStringEncodingNSStringEncoding enc = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030
如何将一个GB2312的字符串转换为UTF8的NSString
tangaowen的专栏
10-18 3889
代码如下：         //将gb2312转换为 utf8 NSStringEncoding enc = CFStringConvertEncodingToNSStringEncoding (kCFStringEncodingGB_18030_2000); NSString * nsPropsDes = [NSString
OC中解码GB2312成NSString的方法
张马儒的博客
12-04 1573
一般来说解码UTF-8网页代码的时候只需要调用[NSString stringWithContentsOfURL:[NSURL URLWithString:@"****************"] encoding:NSUTF8StringEncoding error:nil];就可以得到OC可以识别的NSString类型的字符串，但是当解码GB2312的时候就会出错，所以就要用到以下的方
关于gb2312编码的xml解析
每天进步一点点
03-13 1万+
在ios项目中遇到这样一个问题，需要读取远程的xml文件，进行解析，但是目标xml是gb2312编码的，用System.Text.Encoding.GetEncoding("gb2312")并不奏效。提示“Encoding name 'GB2312' not supported”，查了下才知道GetEncoding只支持下面四个属性： utf-8 UTF8Encoding utf-16 U
后台返回的数据是一个另外的网址怎么显示到uniapp页面上？（而且网址打开还是中文乱码）
sika-master的博客
10-05 613
后台返回的数据是一个另外的网址怎么显示到uniapp页面上？（而且网址打开还是中文乱码） 在uniapp中进行h5界面的实现的时候，返回的数据是一个网址，但是要把网址中的内容展示到页面上？怎么提取里面的内容。如下图1 这个是获取到的后台的数据，要展示的是body里面的内容，但是body是一个网址，而且在网页中打开还是乱码，如下图2 如何解决呢？？？看了官网uniapp，有一个web-view的组件可以直接打开外部网址，但是还是显示的是乱码，。。最后在大佬的帮助下解决了。 一般的axios请求： axio
ifstream 制定编码格式为UTF-8
最新发布
09-22
如果你想在打开文件时指定其编码格式为UTF-8作为默认编码，因为这是后来的标准特性。你可以尝试使用第三方库如`utf8cpp`或者`std::locale`配合`setlocale`来处理UTF-8。 例如，如果你使用`utf8cpp`库，可以这样做：...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值