java 字符串截取的实例详解

java 字符串截取的实例详解

题目

在java中，字符串“abcd”与字符串“ab你好”的长度是一样，都是四个字符。

但对应的字节数不同，一个汉字占两个字节。

定义一个方法，按照指定的字节数来取子串。

如：对于“ab你好”，如果取三个字节，那么子串就是ab与“你”字的半个，那么半个就要舍弃。

如果取四个字节就是“ab你”，取五个字节还是“ab你”。

仅考虑gbk和utf-8编码

实例代码：

import java.io.unsupportedencodingexception;

import org.junit.test;

/**
 * @author<a href="mailto:[e-mail]" rel="external nofollow" >胡龙华</a>
 * @version 2017-4-4 下午1:08:45
 * @filename stringcut.java
 */
public class stringcut {

  @test
  public void analyze(){
    string str1 = "你好abc";
    byte[] bs1=null;
    byte[] bs2=null;
    try {
       bs1 = str1.getbytes("gbk");
       system.out.println("---gbk---");
       for(byte b:bs1){
         system.out.print(b+" ");
       }
       system.out.println();
      //-60 -29 -70 -61 97 98 99 
      // 发现规律，再gbk中一个中文汉字 都是以两个字节 小于0的数存储
       bs2 = str1.getbytes("utf-8");
       system.out.println("---utf-8---");
       for(byte b:bs2){
         system.out.print(b+" ");
       }
      //-28 -67 -96 -27 -91 -67 97 98 99 
      // 发现规律，在utf-8中一个中文汉字 是以三个字节 小于0 的数存储
    } catch (unsupportedencodingexception e) {
      e.printstacktrace();
    }
  }
  /**
   * 思路：从第len个往前数，连续2的倍数个负数则全部输出，单数个则去掉最后一个输出
   * @param str
   * @param len
   * @return
   */
  private static string stringcutbygbk(string str,int len){
    byte[] bs = null;
    try {
      int count = 0;
      bs = str .getbytes("gbk");
      for(int i=len-1;i>=0;i--){
        if(bs[i]<0){
          count++;
        }else{
          break;
        }
        // 0  1  2  3  4 5  6 7  8  9  10 11 12  
      }  //-60 -29 -70 -61 -80 -95 97 98 99 -76 -17 -72 -25 
      if(count%2==0){
        string s=new string(bs, 0, len, "gbk");
        system.out.println("截取"+len+"个字符："+s);
      }else{
        string s=new string(bs, 0, len-1, "gbk");
        system.out.println("截取"+len+"个字符："+s);
      }
    } catch (unsupportedencodingexception e) {
      e.printstacktrace();
    }

    return null;
  }
  /**
   * 思路：从第len个往前数，连续3的倍数个负数则全部输出，其他情况则去掉最后count%3个输出
   * @param str
   * @param len
   * @return
   */
  private static string stringcutbyutf8(string str,int len){
    byte[] bs = null;
    try {
      int count = 0;
      bs = str .getbytes("utf-8");
      for(int i=len-1;i>=0;i--){
        if(bs[i]<0){
          count++;
        }else{
          break;
        }
      }  
      // 0  1  2  3  4  5  6 7 8 9  10 11 12
      //-60 -29 -70 -61 -80 -95 97 98 99 -76 -17 -72 -25 
      if(count%3==0){
        string s=new string(bs, 0, len, "utf-8");
        system.out.println("截取"+len+"个字符："+s);
      }else{
        string s=new string(bs, 0, len-count%3, "utf-8");
        system.out.println("截取"+len+"个字符："+s);
      }
    } catch (unsupportedencodingexception e) {
      e.printstacktrace();
    }

    return null;
  }
  @test
  public void test() {
    string str = "你好啊abc达哥";
    try {
      system.out.println("---测试gbk---");
      byte bs [] = str.getbytes("gbk");
      for(int i=0;i<=bs.length;i++){
        //system.out.print(bs[i]+" ");
        stringcutbygbk(str,i);

      }

      system.out.println("---测试utf-8---");
      byte bs2 [] = str.getbytes("utf-8");
      for(int i=0;i<=bs2.length;i++){
        //system.out.print(bs[i]+" ");
        stringcutbyutf8(str,i);

      }
    } catch (unsupportedencodingexception e) {
      // todo auto-generated catch block
      e.printstacktrace();
    }

  }

}

如有疑问请留言或者到本站社区交流讨论，感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！