如何截取包含中文、Emoji表情的字符串

如何截取包含中文、Emoji表情的字符串

在码代码时经常会遇到截取字符串的问题，有时候字符串会包含中文、Emoji表情、以及一些特殊符号，这时使用String的substring()进行截取操作，结果就有可能是乱码或者不符合要求。这是因为JVM运行时使用UTF-16编码，对于普通的字符都是使用char类型存储（2个字节），而对于中文、emoji表情是用两个char存储（4个字节），substring是按照char截取的，就有可能只截取了半个中文字符。这时我们要是用String提供的另一个方法offsetByCodePoints(int index,int codePointOffset)
（该方法返回此String 中从给定的 index 处偏移 codePointOffset 个Unicode代码点的索引），来辅助实现substring方法。

public static String substring(String source, int start, int end) {
        String result;
        try {
            result = source.substring(source.offsetByCodePoints(0, start),
                    source.offsetByCodePoints(0, end));
        } catch (Exception e) {
            result = "";
        }
        return result;
    }