IO练习--按字节截取字符串

* 在Java中字符串“abcd”和字符串“ab你好”都是4个字符，
* 但是字节数不同，因为GBK中一个汉字占两个字节
* 定义一个方法用来按字节数截取字符串。
* 如：对于“ab你好”，取3个字节，“你”的字节只取了一半，无法正确显示，所以就把那个字节舍去
* 若取4个字节就是“ab你”，取5个字节还是“ab你”

 1 public class Test {
 2 
 3     public static void main(String[] args) throws UnsupportedEncodingException {
 4         String str=new String("ab你好w琲天");
 5         int len=str.getBytes("gbk").length;
 6         for(int x=1;x<=len;x++){
 7             System.out.println("GBK编码，截取"+x+"个字节数的结果是"+cutStringByBytes(str, x));
 8         }
 9 
10         int len2=str.getBytes("utf-8").length;
11         for(int x=1;x<=len2;x++){
12             System.out.println("utf-8编码，截取"+x+"个字节数的结果是"+cutStringU8StringByBytes(str, x));
13         }
14 
15     }
16 //对于utf-8编码，一个汉字三个字节，用int表示都是负数
17     public static String cutStringU8StringByBytes(String str, int len) throws UnsupportedEncodingException {
18         byte[] buf=str.getBytes("utf-8");
19         int count=0;
20         for(int i=len-1;i>=0;i--){
21             if(buf[i]<0)
22                 count++;
23             else 
24                 break;
25         }
26         if(count%3==0){
27             return new String(buf,0,len,"utf-8");
28         }
29         else if(count%3==1)
30             return new String(buf,0,len-1,"utf-8");
31         else
32             return new String(buf,0,len-2,"utf-8");
33     }
34 
35 //对于GBK编码，汉字的编码大部分是两个负数（因为高位字节是1），其他是一个负数一个正数（比如“琲”）
36     public static String cutStringByBytes(String str, int len) throws UnsupportedEncodingException {
37         byte[] buf=str.getBytes("gbk");
38         int count=0;
39         for(int i=len-1;i>=0;i--){
40             if(buf[i]<0)
41                 count++;
42             else 
43                 break;
44         }
45         if(count%2==0){
46             return new String(buf,0,len,"gbk");
47         }
48         else
49             return new String(buf,0,len-1,"gbk");
50     }
51 }

对于字符串“ab你好w琲天”的测试结果如下：

 1 GBK编码，截取1个字节数的结果是a
 2 GBK编码，截取2个字节数的结果是ab
 3 GBK编码，截取3个字节数的结果是ab
 4 GBK编码，截取4个字节数的结果是ab你
 5 GBK编码，截取5个字节数的结果是ab你
 6 GBK编码，截取6个字节数的结果是ab你好
 7 GBK编码，截取7个字节数的结果是ab你好w
 8 GBK编码，截取8个字节数的结果是ab你好w
 9 GBK编码，截取9个字节数的结果是ab你好w琲
10 GBK编码，截取10个字节数的结果是ab你好w琲
11 GBK编码，截取11个字节数的结果是ab你好w琲天
12 
13 utf-8编码，截取1个字节数的结果是a
14 utf-8编码，截取2个字节数的结果是ab
15 utf-8编码，截取3个字节数的结果是ab
16 utf-8编码，截取4个字节数的结果是ab
17 utf-8编码，截取5个字节数的结果是ab你
18 utf-8编码，截取6个字节数的结果是ab你
19 utf-8编码，截取7个字节数的结果是ab你
20 utf-8编码，截取8个字节数的结果是ab你好
21 utf-8编码，截取9个字节数的结果是ab你好w
22 utf-8编码，截取10个字节数的结果是ab你好w
23 utf-8编码，截取11个字节数的结果是ab你好w
24 utf-8编码，截取12个字节数的结果是ab你好w琲
25 utf-8编码，截取13个字节数的结果是ab你好w琲
26 utf-8编码，截取14个字节数的结果是ab你好w琲
27 utf-8编码，截取15个字节数的结果是ab你好w琲天