Foundation_编码相互转化,数据转化

1.字典,数组,字符串、data之间的转化


/字典或者数组转化为nsstring
    NSArray *arr = [NSArray arrayWithObject:@"1"];
    
    NSString *str = [arr JSONString];               //数组或者字典转化为json串
    NSArray *arr1 = [str objectFromJSONString];     //json串转化为字典或者数组
    
    NSData *data = [arr1 JSONData];                 //把json串转化为nsdata
    NSString *str1 = [[NSString alloc] initWithData:data encoding:NSUTF8StringEncoding];
                                                    //把NSdata转为为NSString
    NSData *data1 = [str1 dataUsingEncoding:NSUTF8StringEncoding]; //把NSString转化为NSData



 
   //二进制流转变为字符串
    NSString *str=[[NSMutableString alloc] initWithData:self.receiveDataencoding:NSUTF8StringEncoding];
    //转变其中的内容
    str=[str stringByReplacingOccurrencesOfString:@"," withString:@",\n"];
    str=[str stringByReplacingOccurrencesOfString:@"{" withString:@"{\n"];
        str=[str stringByReplacingOccurrencesOfString:@"}" withString:@"\n}"];
    NSLog(@"%@",str);
    //把字符串再转变为二进制流
    self.receiveData=[NSMutableData dataWithData:[str dataUsingEncoding:NSUTF8StringEncoding]];
    


 //request转变为URL
    NSURL *url=[request URL];
    //URL转变为nsstring
    NSString *str=[[url absoluteString] stringByReplacingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
    NSLog(@"%@",str);



    NSURL *url=[NSURL URLWithString:@"http://img3.xooimage.com/files/6/1/3/firefox-logo-200x200-19f78a.png"];
    //网站转变为二进制流
    NSMutableData *data=[NSMutableData dataWithContentsOfURL:url];
    UIImage *image=[UIImage imageWithData:data];




 //读取文件
    NSString *filePath = [[NSBundle mainBundle] pathForResource:@"Students" ofType:@"xml"];
    //文件转变为二进制流
    NSData *data = [NSData dataWithContentsOfFile:filePath];


//取出首字母
NSString *name = [city objectForKey:@"name"];
         NSString *firstStr=[name substringWithRange:NSMakeRange(0, 1)];


//从一个字符串中直接取出数组
 NSString *str = [NSString stringWithFormat:@"Norman,Stanley,Fletcher"];
    NSArray *arr = [str componentsSeparatedByString:@","];
    NSLog(@"arr = %@",arr);

//转码
  urlStr = [urlStr stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];




2.客户端和服务器端编码转化


1、ios手机端通过后台获取含有中文时,出现乱码
即:将获取到的GBK 编码的字符解析成正常的汉字
方法:
//声明一个gbk编码类型
 NSStringEncoding gbkEncoding = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);
//使用如下方法 将获取到的数据按照gbkEncoding的方式进行编码,结果将是正常的汉字
NSString *zhuanHuanHouDeShuJu = [[NSString alloc] initWithData:huoQuDaoDeData encoding:gbkEncoding];

例子:
本次项目因为使用的是ASIFormDataRequest 工具类解析从后台获取的数据,所以,将ASIHTTPRequest.m文件中的如下方法:

- (NSString *)responseString
{
    NSData *data = [self responseData];
    if (!data) {
        return nil;
    }
    
    return [[[NSString alloc] initWithBytes:[data bytes] length:[data length] encoding:[self responseEncoding]] autorelease];
}

替换为
- (NSString *)responseString
{
    NSData *data = [self responseData];
    if (!data) {
        return nil;
    }
    //明确表示用 gbkEncoding 进行解码
    NSStringEncoding gbkEncoding = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000);
    return [[NSString alloc] initWithBytes:[data bytes] length:[data length] encoding:gbkEncoding];
}

届时,我们再用下面这个方法请求或发送中文,都不会有问题了:
// 本类的公共方法 用于通过指定的URL获取数据。
+(NSString *)getStingbyHTTPURL2:(NSString *)url
{

    NSString *encodedURL = [url stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];
    ASIFormDataRequest *asiHttpRequest = [ASIFormDataRequest requestWithURL:[NSURL URLWithString:encodedURL]];
    NSStringEncoding enc =  CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingUTF8);
    [asiHttpRequest setStringEncoding:enc];
    [asiHttpRequest startSynchronous];
    asiHttpRequest.delegate = self;
    NSString *strResult = [asiHttpRequest responseString];   //以上的修改就是为了这句

    return strResult;    
}

参考:    http://blog.sina.com.cn/s/blog_9e8867eb01013gbe.html

从 GBK 转到 UTF-8   (上面的例子可作为一个成功案例)
用 NSStringEncoding enc = CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000) ,然后就可以用initWithData:encoding来实现。
从 UTF-8 转到 GBK
CFStringConvertEncodingToNSStringEncoding(kCFStringEncodingGB_18030_2000),得到的enc却是kCFStringEncodingInvalidId。
没关系,试试 NSData *data=[nsstring dataUsingEncoding:-2147482063];

注意:必须使用kCFStringEncodingGB_18030_2000这个字符集,那个kCFStringEncodingGB_2312_80试了也不行。
成功案例: 将uif-8格式(xcode默认的)的字符串str_selectedLeiXing 转换为GBK格式的strGBK,如下所示:

    NSData *data = [str_selectedLeiXing dataUsingEncoding:-2147482063];

    NSString *strGBK = [[NSString alloc]initWithData:data encoding:-2147482063];

以上代码的实现,不需要添加任何附加开发包。



iphone之NSString, char, NSData相互转化

1. NSString转化为UNICODE String:
(NSString*)fname = @“Test”;
 
char fnameStr[10];
memcpy(fnameStr, [fname cStringUsingEncoding:NSUnicodeStringEncoding], 2*([fname length]));
2. NSString转化为char
(NSString*)fname = @“Test”;
char fnameStr[10];
fnameStr =[fname UTF8String];
3. char -> NSData:
 方法一:
   charpostData = "TEST";
 
   NSData *data = [NSData dataWithBytes:postData length:strlen(postData)];
 方法二:
    转换为NSString: - (id)initWithUTF8String:(const char *)bytes
    然后用NSString的 - (NSData *)dataUsingEncoding:(NSStringEncoding)encoding
4. NSData ->char
  NSData returnData ;
  char* bu=[returnData bytes];
//使用下面两个方法,获取可以将一个nsstring 从gbk和utf8之间互转
5. NSData->NSString
NSString* aStr;
aStr = [[NSString alloc] initWithData:aData encoding:NSASCIIStringEncoding];
6. NSString->NSData
NSData* aData;
aData = [aStr dataUsingEncoding: NSASCIIStringEncoding];

参考:http://blog.sina.com.cn/s/blog_4adf31ea0100t4y7.html

http://www.devdiv.com/article-1397-1.html
复制代码

 

问题延伸:

再开发有手机端的应用程序软件时,要保证3个方面的数据编码格式一致,他们分别是:

1、java 后台的编码格式。我们公司用的erlang开发,目前还没有实践过。

2、手机端的编码格式(ios 默认时utf-8)

3、服务器tomcat 端口的编码格式(tomcat 端口默认没有设置编码格式,所以,默认情况下它不支持utf-8 编码的汉字)

一般地,用ios开发手机端,都需要设置tomcat端口的编码格式为utf-8










  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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