Java--计算中英文长度的若干种方法

在项目开发中经常碰到到输入字符的校验，特别是中英文混合在一起的校验。而为了满足校验的需求，有时需要计算出中英文的长度。

本文将通过几种常用的方法实现长度的计算：

public class StringLengthTest {

	private static long startTime;

	public static void main(String[] args) {
		String validateStr = "中英文校验abcde接口ii";
		for (int i = 0; i < 10; i++) {
			validateStr = validateStr + validateStr;
		}
		int bytesStrLength = getBytesStrLength(validateStr);
		int chineseLength = getChineseLength(validateStr);
		int regexpLength = getRegExpLength(validateStr);
		System.out.println("length:" + validateStr.length());
		System.out.println("getBytesLength:" + bytesStrLength
				+ ",chineseLength:" + chineseLength + ",regexpLength:"
				+ regexpLength);
	}

	/**
	 * 根据字符编码 字节数生成一个临时的字符串
	 * 
	 * @param validateStr
	 * @return
	 */
	public static int getBytesStrLength(String validateStr) {
		startTime = System.currentTimeMillis();
		String tempStr = "";
		try {
			tempStr = new String(validateStr.getBytes("gb2312"), "iso-8859-1");
		} catch (UnsupportedEncodingException e) {
			e.printStackTrace();
		}
		System.out.println("getBytesStrLength time:"
				+ (System.currentTimeMillis() - startTime));
		return tempStr.length();
	}

	/**
	 * 获取字符串的长度，如果有中文，则每个中文字符计为2位
	 * 
	 * @param validateStr
	 *            指定的字符串
	 * @return 字符串的长度
	 */
	public static int getChineseLength(String validateStr) {
		startTime = System.currentTimeMillis();
		int valueLength = 0;
		String chinese = "[\u0391-\uFFE5]";
		/* 获取字段值的长度，如果含中文字符，则每个中文字符长度为2，否则为1 */
		for (int i = 0; i < validateStr.length(); i++) {
			/* 获取一个字符 */
			String temp = validateStr.substring(i, i + 1);
			/* 判断是否为中文字符 */
			if (temp.matches(chinese)) {
				/* 中文字符长度为2 */
				valueLength += 2;
			} else {
				/* 其他字符长度为1 */
				valueLength += 1;
			}
		}
		System.out.println("getChineseLength time:"
				+ (System.currentTimeMillis() - startTime));
		return valueLength;
	}

	/**
	 * 利用正则表达式将每个中文字符转换为"**" 匹配中文字符的正则表达式： [\u4e00-\u9fa5]
	 * 匹配双字节字符(包括汉字在内)：[^\x00-\xff]
	 * 
	 * @param validateStr
	 * @return
	 */
	public static int getRegExpLength(String validateStr) {
		startTime = System.currentTimeMillis();
		// String temp = validateStr.replaceAll("[\u4e00-\u9fa5]", "**");
		String temp = validateStr.replaceAll("[^\\x00-\\xff]", "**");
		System.out.println("getRegExpLength time:"
				+ (System.currentTimeMillis() - startTime));
		return temp.length();
	}
}

结果：

getBytesStrLength time:2
getChineseLength time:30
getRegExpLength time:11
length:14336
getBytesLength:21504,chineseLength:21504,regexpLength:21504

建议：

使用 方式三：利用正则表达式 方式

方式一：根据字符编码 字节数生成一个临时的字符串（需要确定字符编码，不同编码结果长度不同）

方式二：获取字符串的长度，如果有中文，则每个中文字符计为2位（比较耗时）