Chinaunix

标题: 用Java实现按字节长度截取字符串的方法 [打印本页]

作者: myjiushizhe 时间: 2010-01-13 20:57
标题: 用Java实现按字节长度截取字符串的方法
Web应用程序在浏览器中显示字符串时，由于显示长度的限制，常常需要将字符串截取后再进行显示。但目前很多流行的语言，如C#、Java内部采用的都是 Unicode 16（UCS2）编码，在这种编码中所有的字符都是两个字符，因此，如果要截取的字符串是中、英文、数字混合的，就会产生问题，如下面的字符串：
String s = "a加b等于c，如果a等1、b等于2，那么c等3";
  上面的字符串既有汉字，又有英文字符和数字。如果要截取前6个字节的字符，应该是”a加b等"，但如果用substring方法截取前6个字符就成了"a 加b等于c"。产生这个问题的原因是将substring方法将双字节的汉字当成一个字节的字符（UCS2字符）处理了。要解决这个问题的方法是首先得到该字符串的UCS2编码的字节数组，如下面的代码如下：
byte[] bytes = s.getBytes("Unicode");
由于上面生成的字节数组中前两个字节是标志位，bytes[0] = -2，bytes[1] = -1，因此，要从第三个字节开始扫描，对于一个英文或数字字符，UCS2编码的第二个字节是相应的ASCII，第一个字节是0，如a的UCS2编码是0  97，而汉字两个字节都不为0，因此，可以利于UCS2编码的这个规则来计算实际的字节数，该方法的实现代码如下：
public static String bSubstring(String s, int length) throws Exception
{
      byte[] bytes = s.getBytes("Unicode");
      int n = 0; // 表示当前的字节数
      int i = 2; // 要截取的字节数，从第3个字节开始
      for (; i

本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u3/110188/showart_2148027.html

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)