带中文的字符串截取

最近在页面展示的时候遇到这样的场景，文字有可能超长，却又不允许换行。

当然，可以用高超的css来搞定。但如果你想要让多余的文字用“...”来代替，并且要兼容很多浏览器，这种时候用css也会很头疼吧。

1.C#对中文字符串的截取

与英文字符相比，我们把中文字符按两个占位来计算，对于带中文的字符串截取，要面临两个问题：

1.无法截取半个中文字符；

2.对于除汉字以外的中文字符如何处理，比如：标点符号。

在这之前，可以先看看大神对 UTF-8、UTF-16以及UTF-32区别 的讲解。

接下来，我们先来看一下C#的做法。

在C#中，Substring是最常用的字符串截取函数，但是这种截取通常一个中文字符只按一个位置计算。

比如：

“我是Lenmong杨”

截取5个字符就是：

"我是Len"

但其实，我这里想要的是：

“我是L”

在C#中还有很多办法可以做到，介绍一种最简便的方法，利用 System.Text.Encoding.Default 的 GetBytes 函数和 GetString 函数。

private string SubStrByByte(string str, int start, int length)
{
    int len = length;
    int byteCount = System.Text.Encoding.Default.GetByteCount(str);
    //修改最大长度，防止溢出
    if (len > byteCount)
    {
        len = byteCount;
    }
    var strBytes = System.Text.Encoding.Default.GetBytes(str);
    string substr = System.Text.Encoding.Default.GetString(strBytes, start, len);
    //对于半个中文字符的特殊处理
    if (substr.EndsWith("?"))
    {
        //判断原字符串是否包含问号
        var c = str.Substring(substr.Length - 1, 1);
        if (!c.Equals("?"))
        {
            substr = substr.Substring(0, substr.Length - 1);
        }
    }
    return substr + "...";
}

注：在此，对于第一个问题中描述的情况，做了特殊处理。比如从字符串 “我是Lenmong杨” 中截取 1 个或者 3个字符，在这种情况下，由于一个中文字符占两个位置，但我们不可能截取到半个中文字符，所以截取的结果是 "?"或者 “我?”。无法截取的那个中文被"?"代替。

所以我在最后判断了一下，如果截取结果是以"?"结尾，那么就去掉"?"，但如果原字符串本身就有问号（英文），那么做就不去掉问号。

对于除了汉字以外的中文字符的处理，此处未作特殊处理。

网上还有几种其他的办法，不再赘述。

Javascript对于带中文字符串的截取

 获取byte长度

String.prototype.byteLength = function() {
    var str = this,
        strLen = 0;
    for(var i = 0; i < str.length; i++) {
        strLen += str.charAt(i).match(/[^x00-xff]/ig) ? 2 : 1;
    }
    return strLen;
};

截取一定长度

String.prototype.substrByByte = function(start, length) {

    var str = this,
        strLen = str.byteLength(),
        subLen = 0,
        substr = "";
    if(length < 1 || length > strLen) throw new Error("参数不正确");
    for(var i = 0; i < str.length; i++) {
        subLen += str.charAt(i).match(/[^x00-xff]/ig) ? 2 : 1;
        if(length <= subLen) {
            substr = str.slice(0, i + 1) + ((length == strLen) ? "" : "...");
            break;
        }
    }
    return substr;
};

 在截取字符串的时候，不足一个汉字的按一个汉字计算。

被截取的部分显示'...'。

 后半段写的有点匆忙，临时有些事情处理，后面有时间再来更新吧。