zoukankan      html  css  js  c++  java
  • Java 截取中英文混合字符串

    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】

  • 相关阅读:
    ubuntu16.04服务自启动(弹控制台)
    第十集 爱在天路唐古拉,青藏梦止长江源
    第九集 生死穿越风火山,感受尘世间轮回
    第八集 昆仑初度尘未洗,夜宿禁区五道梁
    第七集 久历风尘凡间路,终见西域玉珠峰
    第六集 飞沙走石共患难,夜扎昆仑饮圣泉
    第五集 插肩而过茶卡湖,朝发夕至格尔木
    辞职之后在家的挣扎与老爸的工作
    2018,怎么这么难,我该怎么办,我的ai和感情
    17年11月兄弟小聚
  • 原文地址:https://www.cnblogs.com/zhangkaimin/p/11118240.html
Copyright © 2011-2022 走看看