本文为原创,如需转载,请注明作者和出处,谢谢!
由于Java是基于Unicode编码的,因此,一个汉字的长度为1,而不是2。但有时需要以字节单位获得字符串的长度。例如,“123abc长城”按字 节长度计算是10,而按Unicode计算长度是8。为了获得10,需要从头扫描根据字符的Ascii来获得具体的长度。如果是标准的字符,Ascii的 范围是0至255,如果是汉字或其他全角字符,Ascii会大于255。因此,可以编写如下的方法来获得以字节为单位的字符串长度。
<!-- <br /> <br /> Code highlighting produced by Actipro CodeHighlighter (freeware)<br /> http://www.CodeHighlighter.com/<br /> <br /> -->
public
int
getWordCount(Strings)
{
int length = 0 ;
for ( int i = 0 ;i < s.length();i ++ )
{
int ascii = Character.codePointAt(s,i);
if (ascii >= 0 && ascii <= 255 )
length ++ ;
else
length += 2 ;
}
return length;
}
{
int length = 0 ;
for ( int i = 0 ;i < s.length();i ++ )
{
int ascii = Character.codePointAt(s,i);
if (ascii >= 0 && ascii <= 255 )
length ++ ;
else
length += 2 ;
}
return length;
}
当然,也可以采用正则表达式来简化上面的方法,代码如下:
<!-- <br /> <br /> Code highlighting produced by Actipro CodeHighlighter (freeware)<br /> http://www.CodeHighlighter.com/<br /> <br /> -->
public
int
getWordCount(Strings)
{
s = s.replaceAll( " [^//x00-//xff] " , " ** " );
int length = s.length();
return length;
}
{
s = s.replaceAll( " [^//x00-//xff] " , " ** " );
int length = s.length();
return length;
}
上面代码的基本原理是将字符串中所有的非标准字符(双字节字符)替换成两个标准字符(**,或其他的也可以)。这样就可以直接例用length方法获得字 符串的字节长度了。