在 Java中按字节获得字符串长度的两种方法

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。

     public   int  getWordCount(String s)
    {
         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：

     public   int  getWordCount(String s)
    {

        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。