TextKit实现图文混排
http://blog.sina.com.cn/s/blog_6f1a34260101ptox.html
【TextKit实现图文混排】更详细的文章:http://www.cocoachina.com/industry/20131028/7250.html
Textkit是iOS7新推出的类库，其实是在之前推出的CoreText上的封装，有了这个TextKit，以后不用再拿着CoreText来做累活了，根据苹果的说法，他们开发了两年多才完成，而且他们在开发时候也将表情混排作为一个使用案例进行研究，所以要实现表情混排将会非常容易。TextKit并没有新增的类，他是在原有的文本显示控件上的封装，可以使用平时我们最喜欢使用的UILabel，UITextField，UITextView里面就可以使用了。
1.NSAtrributedString
这是所有TextKit的载体，所有的信息都会输入到NSAttributedString里面，然后将这个String输入到Text控件里面就可以显示了。
2.NSTextAttachment
iOS7新增的类，作为文本的附件，可以放文件，可以放数据，以 NSAttachmentAttributeName这个key放入NSAttributedString里面，在表情混排这里，我们将放入image。
3.重载NSTextAttachment
本来是可以直接使用NSTextAttachment，但是我们需要根据文字大小来改变表情图片的大小，于是我们需要重载NSTextAttachment，NSTextAttachment实现了NSTextAttachmentContainer，可以给我们改变返回的图像，图像的大小。
重载NSTextAttachment代码：
@interface MMTextAttachment : NSTextAttachment { } @end @implementation MMTextAttachment //I want my emoticon has the same size with line's height - (CGRect)attachmentBoundsForTextContainer:(NSTextContainer *)textContainer proposedLineFragment:(CGRect)lineFrag glyphPosition:(CGPoint)position characterIndex:(NSUInteger)charIndex NS_AVAILABLE_IOS(7_0) { return CGRectMake( 0 , 0 , lineFrag.size.height , lineFrag.size.height );
} @end
4.在你的代码里面加入：
NSMutableAttributedString
* string = [[
NSMutableAttributedStringalloc
] initWithString:@
"123456789101112"
attributes:
nil
] ;
MMTextAttachment* textAttachment = [[ MMTextAttachment alloc ]initWithData:
nil
ofType:
nil
] ;
UIImage* smileImage = [ UIImage imageNamed:@
"a.jpg"
];
//myemoticon image named a.jpg
textAttachment.image= smileImage ;
NSAttributedString
* textAttachmentString = [
NSAttributedString
attributedStringWithAttachment:textAttachment ] ;
[string insertAttributedString:textAttachmentString atIndex:6 ];
_textView.attributedText= string ;
推荐阅读
- 关于QueryWrapper|关于QueryWrapper,实现MybatisPlus多表关联查询方式
- MybatisPlus使用queryWrapper如何实现复杂查询
- python学习之|python学习之 实现QQ自动发送消息
- 孩子不是实现父母欲望的工具——林哈夫
- opencv|opencv C++模板匹配的简单实现
- Node.js中readline模块实现终端输入
- java中如何实现重建二叉树
- 雨中漫步百湖之城——武汉
- 人脸识别|【人脸识别系列】| 实现自动化妆
- paddle|动手从头实现LSTM