-
使用Java截取字符串的方法
- http://developer.51cto.com 2009-06-30 14:16 nokiaguy 真的有外星人吗 我要评论(0)
- 本文讲述如何用Java实现按字节长度截取字符串。如果要截取的字符串是中、英文、数字混合的,往往产生问题。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。
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 < bytes.length && n < length; i++)
- {
- // 奇数位置,如3、5、7等,为UCS2编码中两个字节的第二个字节
- if (i % 2 == 1)
- {
- n++; // 在UCS2第二个字节时n加1
- }
- else
- {
- // 当UCS2编码的第一个字节不等于0时,该UCS2字符为汉字,一个汉字算两个字节
- if (bytes[i] != 0)
- {
- n++;
- }
- }
- }
- // 如果i为奇数时,处理成偶数
- if (i % 2 == 1)
- {
- // 该UCS2字符是汉字时,去掉这个截一半的汉字
- if (bytes[i - 1] != 0)
- i = i - 1;
- // 该UCS2字符是字母或数字,则保留该字符
- else
- i = i + 1;
- }
- return new String(bytes, 0, i, "Unicode");
- }
下面代码使用了bSubstring方法:
- String s = "a加b等于c,如果a等1、b等于2,那么c等3";
- System.out.println(bSubstring(s, 6));
上面的代码截取的字符串是"a加b等"。