这几天刷面试题碰到这样一个问题:
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,但要保证汉字不被截取半个,如“我ABC”,4,应该截取“我AB”,输入“我 ABC 汉 DEF”,6,应该输出“我 ABC”,而不是“我 ABC+汉的半个”。
看到这个题目的时候想到,肯定要区分汉字和普通字符的区别,但是怎么区别不太清楚。百度了一下知道原来是:汉字的ASC码值都是负数,数字和字母都是正数。带着这个思路,写了如下:
public String toInterceptString1(String s, int len) {
byte[] buf = s.getBytes();
if (buf[len] < 0) {
len--;
}
return new String(buf, 0, len);
}
发现这种方法只能适用于题目中出现的这两个字符串,当出现纯汉字或者是UTF-8编码时候就不好使了。网上百度这道面试题时和上边我写了很类似,都不能彻底解决问题。
于是自己又想了另外一种办法,如下:
public String toInterceptString2(String s, int len) {
if(s= null && "".equals(s)){
return null;
}
if(len > s.getBytes().length){
return s;
}
// 判断系统编码,
int n = systemEncode(s);
byte[] buf = s.getBytes();
int count = 0;
for (int i = 0; i < len; i++) {
// 如果当前字节是汉字的一部分,就计数+
if (buf[i] < 0) {
count++;
}
// 如果为n(一个汉字所占字节),就赋值为0
if (count == n) {
count = 0;
}
// 如果到达指定的len,且count小于n,就舍弃这几个字节
if (i == len - 1 && count < n) {
len -= count;
}
}
return new String(buf, 0, len);
}
/**
* 判断系统编码,并返回当前编码的一个汉字所占字节
*
* @param s
* @return
*/
private int systemEncode() {
String encoding = System.getProperty("file.encoding");
if (encoding.equalsIgnoreCase("utf-8")) {
return 3;
} else {
return 2;
}
}
这样就可以了,看来还是要自己多想想,多写写。