用Java实现按字节长度截取字符串的方法

Web应用程序在浏览器中显示字符串时,由于显示长度的限制,常常需要将字符串截取后再进行显示。但目前很多流行的语言,如C#、Java内部采用的都是 Unicode 16(UCS2)编码,在这种编码中所有的字符都是两个字符,因此,如果要截取的字符串是中、英文、数字混合的,就会产生问题,如下面的字符串:

String s  =   " a加b等于c,如果a等1、b等于2,那么c等3 "

  上面的字符串既有汉字,又有英文字符和数字。如果要截取前6个字节的字符,应该是”a加b等",但如果用substring方法截取前6个字符就成了"a 加b等于c"。产生这个问题的原因是将substring方法将双字节的汉字当成一个字节的字符(UCS2字符)处理了。要解决这个问题的方法是首先得到该字符串的UCS2编码的字节数组,如下面的代码如下:

byte [] bytes  =  s.getBytes( " Unicode " );

    由于上面生成的字节数组中前两个字节是标志位,bytes[0] = -2,bytes[1] = -1,因此,要从第三个字节开始扫描,对于一个英文或数字字符,UCS2编码的第二个字节是相应的ASCII,第一个字节是0,如a的UCS2编码是0  97,而汉字两个字节都不为0,因此,可以利于UCS2编码的这个规则来计算实际的字节数,该方法的实现代码如下:

     public   static  String bSubstring(String s,  int  length)  throws  Exception
    {

        
byte [] bytes  =  s.getBytes( " Unicode " );
        
int  n  =   0 //  表示当前的字节数
         int  i  =   2 //  要截取的字节数 ,从第3个字节开始
         for  (; i  <  bytes.length  &&  n  <  length; i ++ )
        {
            
//  奇数位置,如3、5、7等,为UCS2编码中两个字节的第二个字节
             if  (i  %   2   ==   1 )
            {
                n
++ //  在UCS2第二个字节时n加1
            }
            
else
            {
                
//  当UCS2编码的第一个字节不等于0时,该UCS2字符为汉字,一个汉字算两个字节
                 if  (bytes[i]  !=   0 )
                {
                    n
++ ;
                }
            }
        }
        
//  如果i为奇数时,处理成偶数
         if  (i  %   2   ==   1 )

        {
            
//  该UCS2字符是汉字时,去掉这个截一半的汉字
             if  (bytes[i - 1]  !=   0 )
                i 
=  i  -   1 ;
            
//  该UCS2字符是字母或数字,则保留该字符
             else
                i 
=  i  +   1 ;
        }

        
return   new  String(bytes,  0 , i,  " Unicode " );
    }

    下面代码使用了bSubstring方法:

String s  =   " a加b等于c,如果a等1、b等于2,那么c等3 " ;
System.out.println(bSubstring(s, 
6 ));

    上面的代码截取的字符串是"a加b等"



 本文转自 androidguy 51CTO博客,原文链接:http://blog.51cto.com/androidguy/215321,如需转载请自行联系原作者


你可能感兴趣的:(用Java实现按字节长度截取字符串的方法)