含中文字符的字符串截取(面试题)

面试题目：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

 

1、原理

我们知道，根据编码的不同，汉字在字符串中所占字节也不一样，如果是UTF-8编码，汉字占3个字节，如果是GBK编码（本文利用的是GBK编码的实现），汉字占2个字节。但是，英文单词在字符串中，始终占用1个字节。所以，把字符串先转化为字符数组和字节数组，然后同时遍历两个数组，比较在数组同位置的值是否相等，如果相等，那么说明该字符是英文字符，如果不相同则说明该字符是中文字符，同时记录下来。大致原理就是这样的，大家看代码实现

 

2、代码实现

 

 

Java代码  

1. public class StringSplit {  
2.     public static void main(String[] args) throws Exception {  
3.         System.out.println(split("a好a嗯哦",3));  
4.     }  
5.       
6.     public static String split(String str, int byteNum) throws Exception {  
7.         String ret = null;  
8.         char[] charArr = str.toCharArray();  
9.         byte[] byteArr = str.getBytes("GBK");  
10.         int notCharLen = 0;  
11.         for(int i = 0;i < byteNum;i ++) {  
12.             if(i > charArr.length - 1) {  
13.                 notCharLen ++;  
14.             } else {  
15.                 if(charArr[i - notCharLen/2] != byteArr[i]) {  
16.                     notCharLen ++;  
17.                 }  
18.             }  
19.         }  
20.         if(notCharLen%2 == 0) {  
21.             ret = str.substring(0,byteNum - notCharLen/2);  
22.         } else {  
23.             ret = str.substring(0,byteNum - notCharLen/2 - 1);  
24.         }  
25.         return ret;  
26.     }  
27. }