Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com9. Juni 2024 · Q010678

SwiftUI: Read/Write NFC Tags with Custom JSON Payload

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Artikel erklärt anhand einer SwiftUI-Beispiel-App, wie Core NFC NDEF-Tags scannt, JSON-Payloads dekodiert und eigene JSON-Daten auf beschreibbare Tags schreibt. Er beschreibt Einrichtung und grundlegende Fehlerbehandlung; laut Autor sind ein echtes Gerät und eine bezahlte Apple-Mitgliedschaft zum Signieren nötig. Die Umsetzung bleibt beim gezeigten NDEF-Beispiel und wird nicht systematisch auf Geräten oder Tag-Varianten geprüft.

Mittel

Der vollständige Artikel zeigt, wie eine SwiftUI-App mit Core NFC NDEF-Tags scannt, JSON-Daten daraus dekodiert und eigene JSON-Daten auf beschreibbare Tags schreibt. Als Beispiel dient ein Codable-Modell mit den Feldern „id“ und „favorite“.

Der Autor beschreibt die Xcode-Konfiguration samt NFC-Fähigkeit und `NFCReaderUsageDescription` in der Info.plist. Eine `ObservableObject`-Klasse verwaltet die NFC-Sitzung und kommuniziert mit der Oberfläche. Beim Lesen unterscheidet der Beispielcode NDEF-Datensatztypen und dekodiert Medientyp-Payloads als JSON. Beim Schreiben kodiert er das Modell, versieht es mit `application/json` und erstellt daraus eine NDEF-Nachricht. Der Artikel behandelt außerdem mehrere gleichzeitig erkannte Tags, schreibgeschützte Tags sowie bestimmte Fälle, in denen eine Sitzungsinvalidierung keinen Fehler bedeutet.

Der Autor weist darauf hin, dass ein echtes Gerät erforderlich sei und der Simulator nicht funktioniere. Er behauptet auch, eine bezahlte Apple-Mitgliedschaft für 99 US-Dollar sei für das Signieren des Projekts nötig. Die Beispiele konzentrieren sich auf NDEF und ein einfaches Datenmodell; eine systematische Geräte- oder Kompatibilitätsprüfung bietet der Artikel nicht.

Ausführlich lesen

Der vollständige Artikel von Itsuki zeigt, wie eine SwiftUI-App mit Apples Core NFC NDEF-Tags liest und beschreibt und dabei eigene, als JSON codierte Daten verarbeitet. Als Beispiel dient ein Codable-Datensatz mit den Feldern „id“ und „favorite“. Der Beitrag erläutert die Einrichtung, die Scan- und Schreibabläufe, die Verarbeitung unterschiedlicher NDEF-Datensatztypen sowie einfache Fehlerbehandlung.

Für den Projektstart empfiehlt der Autor, in Xcode die Fähigkeit „Near Field Communication Tag Reading“ hinzuzufügen und in der Info.plist den Schlüssel `NFCReaderUsageDescription` einzutragen. Laut Artikel beendet iOS die App, wenn sie Tags ohne diese Angabe lesen soll. Außerdem behauptet der Autor, für das Signieren eines Projekts mit NFC-Fähigkeit sei eine bezahlte Apple-Mitgliedschaft für 99 US-Dollar erforderlich.

Der Artikel ordnet die Core-NFC-Sitzungstypen ein: `NFCNDEFReaderSession` ist für NDEF-Tags vorgesehen, `NFCTagReaderSession` für bestimmte ISO-, FeliCa- und MIFARE-Tags und `NFCVASReaderSession` für VAS-Tags. Es könne jeweils nur eine Sitzung aktiv sein; weitere würden der Reihe nach abgearbeitet. Das Beispiel verwendet `NFCNDEFReaderSession`. Eine als `ObservableObject` angelegte `NFCManager`-Klasse übernimmt die Delegatenmethoden und stellt den Status für SwiftUI bereit. Vor dem Start prüft sie, ob Tag-Lesen verfügbar ist. Ein Button startet den Scan; der Artikel weist darauf hin, dass dafür ein echtes Gerät nötig ist und der Simulator nicht funktioniert.

Zum Lesen durchläuft die Implementierung die NDEF-Datensätze und unterscheidet unter anderem wohlbekannte Text- oder URI-Datensätze, absolute URIs und Medientypen. Bei einem Medientyp liest sie den Payload als Daten, dekodiert ihn mit `JSONDecoder` in das Beispielmodell und zeigt daraus eine Meldung in der Oberfläche an. Andere oder unbekannte Formate werden übersprungen. Die Verarbeitung demonstriert damit das Muster für den gezeigten JSON-Datensatz; sie ist keine allgemeine Verarbeitung beliebiger NFC-Daten.

Beim Schreiben führt der Artikel einen Sitzungsmodus für Lesen oder Schreiben ein und behandelt erkannte Tags in `readerSession(_:didDetect:)`. Bei mehreren Tags wird die Abfrage nach kurzer Verzögerung neu gestartet. Der Code fragt den NDEF-Status ab: Nicht unterstützte Tags werden gemeldet, schreibgeschützte Tags können nur gelesen werden, und les- und beschreibbare Tags werden je nach Modus gelesen oder beschrieben. Für den JSON-Payload erzeugt der Autor per `JSONEncoder` Daten, versieht sie mit dem Medientyp `application/json` und baut daraus eine `NFCNDEFPayload` und eine `NFCNDEFMessage`. Er warnt, dass die gezeigte direkte Konstruktion der Nachricht mit `NFCNDEFMessage(data:)` in seinem Fall einen leeren Payload ergebe. Die Schreibdemonstration verwendet Beispielwerte, darunter einen zufälligen Zahlenwert.

Zum Abschluss unterscheidet die Fehlerbehandlung ungültige Sitzungen nach erfolgreichem Einzel-Tag-Lesen, Abbruch durch die Person und programmatischer Invalidierung von anderen Fehlern. Der Artikel präsentiert Code und eine Demo, legt aber keine systematische Prüfung, Kompatibilitätsmatrix oder Einschränkungen zu Tag-Größen und konkreten Geräten vor. Seine praktische Reichweite bleibt bei NDEF-Tags und dem gezeigten SwiftUI-Beispiel; weitergehendes Lesen oder Schreiben der anderen genannten Tag-Typen wird nicht umgesetzt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Einordnung enthielt keine Fragen (je Sammelfrage und je Teilfrage: keine), daher bleibt die Einordnung leer. Geprüft wurde die mittlere Zusammenfassung; die kurze Fassung ist ebenfalls weitgehend treu, lässt aber den Schreibweg und die Fehlerfälle weg.

Im Bericht, aber nicht in der Zusammenfassung

  • Die App beendet sich, wenn der Schlüssel NFCReaderUsageDescription in der Info.plist fehlt.
  • Eine NDEF-Nachricht direkt aus den JSON-Daten zu erzeugen (NFCNDEFMessage(data:)) ergibt laut Autor eine leere Payload; deshalb wird ein NFCNDEFPayload gebaut.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →