题目:
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”。
如果是charset(gb2312, GBK, BIG5), 汉字占两个字节,问题的关键在于考虑截取长度的最后一个字节,如果是属于一个汉字的第一个字节,忽略即可,而汉字每个字节前都是1,所以都是负数,采用if(byte[i]<0)判断是否是汉字的最后一个字节。
目前看到的最好的办法:
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”。
如果是charset(gb2312, GBK, BIG5), 汉字占两个字节,问题的关键在于考虑截取长度的最后一个字节,如果是属于一个汉字的第一个字节,忽略即可,而汉字每个字节前都是1,所以都是负数,采用if(byte[i]<0)判断是否是汉字的最后一个字节。
目前看到的最好的办法:
import java.io.UnsupportedEncodingException;
public class StringSpliter {
static void fun1(String str, int length)
throws UnsupportedEncodingException {
// System.out.println(str.getBytes().length);
byte[] bt = str.getBytes("gbk");
for (int i = 0; i < bt.length; i++) {
// 打印出字节数组中的值,可以看出只要是汉字[采用GBK编码时占两个字节/UTF-8占3个字节],并且为两个负整数
// 由于字节的第一位都是1,所以它就是由负数来表示的
System.out.println(bt[i]);
}
// 打印出按实际出入的字节数的所截字符串
// System.out.println(new String(bt,0,length));
// 判断最后一个是否为负,如果是负的则丢掉该字节
if (bt[length] < 0) {
System.out.println(new String(bt, 0, --length, "gbk"));
} else {
System.out.println(new String(bt, 0, length, "gbk"));
}
}
public static void main(String[] args) {
// StringSpliter.fun1("我ABC", 4);
try {
StringSpliter.fun1("我ABC汉DEF", 7);
} catch (UnsupportedEncodingException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}