iOS 7 之後,得益於 TextKit 的能力,NSAttributedString 讓圖文混排變得非常容易實現,核心關鍵是 NSTextAttachment。關於 TextKit 的更多深入內容,可以參考 objc.io 的專題文章(https://objccn.io/issue-5-1/)。
我用 NSAttributedString 仿寫了一個簡陋版的知乎輸入框(只是把關鍵功能跑通),效果大致如下:

demo 地址:https://github.com/Phelthas/TEST_XMLCommon(第四個示例)。
過程中踩到並值得記錄的點,整理如下。
textView 有一個 typingAttributes 屬性,可以讓接下來輸入的文字自動套用指定的富文本樣式,不需要每次都手動去設置 attributedText。
textView 的 selectedRange 屬性代表當前光標位置,可以用來精確確定插入圖片的位置。
還有一個實用屬性 inputAccessoryView(UITextView 和 UITextField 都有):它會自動跟隨鍵盤移動。對於那種不需要常駐顯示的輸入輔助欄,用它比手寫鍵盤通知監聽省事得多。
如果在 textView.text 上打斷點觀察,會發現插入的圖片被替換成了一個特殊的 UTF-16 字符 \U0000fffc。這個字符在 iOS 設備上不會渲染出任何內容——不是空格,也不是換行——但它確實存在:它有 location,有 length(等於 1),在整個字符串裡佔據一個 NSRange。
所以正確的心態是:把它當成一個圖片的占位字符來看待。
有了這個占位字符,反而比沒有更方便——上傳服務器時直接序列化字符串即可,從服務器取回來也能還原結構,與其他平台交換數據時不必額外約定。如果沒有它,你就得自己記錄每張圖片的位置,一旦用戶在中间插入或刪除內容,所有後續位置都要跟着更新,非常煩人。
NSTextAttachment 一定要設置 bounds,否則圖片會按自身原始尺寸渲染,圖大一點就會撐壞佈局或顯示不全。
實踐中比較好的做法是:顯示時用裁剪或縮放後的圖片,保证界面流暢;上傳時再按產品需求決定傳原圖還是壓縮圖。
想統計最終的富文本裡到底包含哪些圖片,不必在每次插入時手動記錄位置,直接用系統提供的遍歷接口就好:
[string enumerateAttribute:NSAttachmentAttributeName
inRange:NSMakeRange(0, string.length)
options:0
usingBlock:^(NSTextAttachment *attachment, NSRange range, BOOL *stop) {
// 在這裡收集 attachment
}];
這種做法比維護一份位置表要可靠得多。
知乎的策略是:用戶一選圖就立刻上傳到服務器。這樣把用戶打字的時間也利用起來了,點發布時不用再轉圈等待。代價是偶爾會浪費流量(用戶選了又刪的情況),但換來的體驗提升是值得的。
另一點是回顯邏輯:從服務器拉取數據後,不能再用同樣的方式渲染。因為網絡圖片必然需要異步加載,這時常規做法才是對的——用 UILabel 和 UIImageView 排列組合,或者直接交給 UITableView 承擔佈局與複用。輸入時的富文本方案和展示時的異步列表方案,是兩套不同的實現。
占位字符 \U0000fffc 本身是帶有 Attributes 樣式的。所以當用戶刪除圖片後繼續輸入,新字符有可能繼承了圖片的樣式而不是正文樣式。比較穩妥的做法是給占位字符也主動 add 一遍正文的 Attributes,保證樣式一致。
暫時就這些,有更好的解法歡迎一起討論。