Java截取中英文混合字符串的方法
题目:
编写一个截取字符串的函数,输入为一个字符串和字节数,输出为按字节截取的字符串。 但是要保证汉字不被截半个,如“我ABC”4,应该截为“我AB”,输入“我ABC汉DEF”,6,应该输出为“我ABC”而不是“我ABC+汉的半个”。
GB2312、GBK、GB18030,CP936以及CNS11643都满足条件 -- 中文是占用2个字节的,英文是占用1一个字节 。
因为中文转换为byte字节,随着编码的不同,转换的字节长度也会不通,如编码为UTF-8,一个中文字符串转换为byte占三个字节.
package com.suanfa; import java.io.UnsupportedEncodingException; public class CharactersSplit { /** * @param text * 目标字符串 * @param length * 截取长度 * @param encode * 采用的编码方式 * @return * @throws UnsupportedEncodingException */ public static String substring(String text, int length, String encode) throws UnsupportedEncodingException { if (text == null) { return null; } StringBuilder sb = new StringBuilder(); int currentLength = 0; for (char c : text.toCharArray()) { currentLength += String.valueOf(c).getBytes(encode).length; if (currentLength <= length) { sb.append(c); } else { break; } } return sb.toString(); } public static void main(String[] args) throws UnsupportedEncodingException { String text = "我ABC汉DEF"; int length1 = 3; int length2 = 6; String[] encodes = new String[] { "GB2312", "GBK", "GB18030", "CP936", "CNS11643", "UTF-8" }; for (String encode : encodes) { System.out.println(new StringBuilder().append("用").append(encode) .append("编码截取字符串 -- 【").append(text).append("】") .append(length1).append("个字节的结果是【") .append(substring(text, length1, encode)).append("】") .toString()); System.out.println(new StringBuilder().append("用").append(encode) .append("编码截取字符串 -- 【").append(text).append("】") .append(length2).append("个字节的结果是【") .append(substring(text, length2, encode)).append("】") .toString()); } } }
运行后输出:
用GB2312编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】 用GB2312编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】 用GBK编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】 用GBK编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】 用GB18030编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】 用GB18030编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】 用CP936编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】 用CP936编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】 用CNS11643编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】 用CNS11643编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】 用UTF-8编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我】 用UTF-8编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
赞 (0)