NSCharacterSet 物件代表一組符合 Unicode 規範的字元集合。NSString 與 NSScanner 會用它來分組字元,以便在搜尋操作中一次比對「某一批」字元——例如「這是數字嗎?」、「這是空白字元嗎?」。
框架:Foundation | 可用版本:iOS 2.0 及之後 | 宣告於 NSCharacterSet.h
這個類別群(class cluster)有兩個公開類別:NSCharacterSet 負責靜態字元集合,NSMutableCharacterSet 負責可動態修改的集合。
你實際拿到的物件並不是 NSCharacterSet 或 NSMutableCharacterSet 的實例,而是它們某個私有子類別的實例。雖然實際類別是私有的,但對外暴露的介面就是這兩個抽象父類別所宣告的那些方法。
由於採用了 NSCopying 與 NSMutableCopying 協定,你可以輕易地在「不可變」與「可變」兩種型別之間轉換。
這個類別最核心的原始方法是 characterIsMember:,介面上其他所有方法基本上都建立在它之上。因此若你要自訂子類別,最少只需實作兩個方法:
characterIsMember:mutableCopyWithZone:若追求效能,還應該覆寫 bitmapRepresentation——因為預設實作會為每一個可能的 Unicode 值呼叫一次 characterIsMember:,代價相當高。
另外,NSCharacterSet 與 Core Foundation 的 CFCharacterSetRef 之間是免費橋接(toll-free bridged),兩者可以互相直接轉換而不需複製。
這些類別方法會回傳系統預先定義好的常用集合:
+ (NSCharacterSet *)alphanumericCharacterSet; // 英數字元 + (NSCharacterSet *)capitalizedLetterCharacterSet; // 大寫字母 + (NSCharacterSet *)controlCharacterSet; // 控制字元 + (NSCharacterSet *)decimalDigitCharacterSet; // 十進位數字 + (NSCharacterSet *)decomposableCharacterSet; // 可分解字元 + (NSCharacterSet *)illegalCharacterSet; // 非法字元 + (NSCharacterSet *)letterCharacterSet; // 所有字母 + (NSCharacterSet *)lowercaseLetterCharacterSet; // 小寫字母 + (NSCharacterSet *)newlineCharacterSet; // 換行字元 + (NSCharacterSet *)nonBaseCharacterSet; // 非基底字元 + (NSCharacterSet *)punctuationCharacterSet; // 標點符號 + (NSCharacterSet *)symbolCharacterSet; // 符號 + (NSCharacterSet *)uppercaseLetterCharacterSet; // 大寫字母 + (NSCharacterSet *)whitespaceAndNewlineCharacterSet; // 空白與換行 + (NSCharacterSet *)whitespaceCharacterSet; // 空白字元
處理 URL 時,各個部分(主機、路徑、查詢字串等)允許的字元規則並不相同,因此 UIKit 提供了對應的集合:
+ (NSCharacterSet *)URLFragmentAllowedCharacterSet; + (NSCharacterSet *)URLHostAllowedCharacterSet; + (NSCharacterSet *)URLPasswordAllowedCharacterSet; + (NSCharacterSet *)URLPathAllowedCharacterSet; + (NSCharacterSet *)URLQueryAllowedCharacterSet; + (NSCharacterSet *)URLUserAllowedCharacterSet;
+ (NSCharacterSet *)characterSetWithCharactersInString:(NSString *)aString; + (NSCharacterSet *)characterSetWithRange:(NSRange)aRange; - (NSCharacterSet *)invertedSet; // 回傳「反向」集合
invertedSet 特別有用:例如「所有非數字字元」不必自己列舉,拿數字集合反向即可。
+ (NSCharacterSet *)characterSetWithBitmapRepresentation:(NSData *)data; + (NSCharacterSet *)characterSetWithContentsOfFile:(NSString *)path; - (NSData *)bitmapRepresentation;
Bitmap 表示法把整個 Unicode 平面壓縮成位元圖,適合需要持久化或大量查詢的場景——因為查詢變成一次位元運算,不必每次都跑 characterIsMember:。
- (BOOL)characterIsMember:(unichar)aCharacter; - (BOOL)hasMemberInPlane:(uint8_t)aPlane; - (BOOL)isSupersetOfSet:(NSCharacterSet *)theOtherSet; - (BOOL)longCharacterIsMember:(UTF32Char)aCharacter;
longCharacterIsMember: 接受 UTF32Char,用於處理 BMP 之外的輔助平面字元(如部分罕用漢字與 Emoji)——這類字元無法用單一 unichar 表示。
最常見的用法是搭配 NSString 做「去除頭尾空白」或「批次分割」:
// 移除頭尾空白與換行
NSString *trimmed = [str stringByTrimmingCharactersInSet:
[NSCharacterSet whitespaceAndNewlineCharacterSet]];
// 以多種分隔符號切片
NSArray *parts = [str componentsSeparatedByCharactersInSet:
[NSCharacterSet punctuationCharacterSet]];
另一個實用場景是輸入驗證:
NSCharacterSet *digits = [NSCharacterSet decimalDigitCharacterSet];
NSCharacterSet *invalid = [digits invertedSet];
// rangeOfCharacterFromSet 找不到時會回傳 {NSNotFound, 0}
NSRange r = [input rangeOfCharacterFromSet:invalid];
if (r.location == NSNotFound) {
NSLog(@"輸入內容全為數字");
}
這比寫 rangeOfCharacterFromSet: 搭配正則表達式更輕量,也更直觀——當你只需要判斷「字元屬於哪一類」時,NSCharacterSet 通常是最省事的工具。