【转】javascript 中英文字符长度和截断处理

转自：http://www.cnblogs.com/darr/p/5354858.html

javascript中的String类自带的length属性 和 substr()方法虽然能判断和截取出字符个数，但是对字节个数却没有处理的方法（众所周知，中文字符占两个字节，英文只占一个）。

所以对中英文截取同样长度需要处理一下。大致有两种方法处理中英文字符：

1、把中文字符escape了，然后计算字节长度。

2、用正则表达式把中文字符转换2个字节的符号，然后计算长度。

推荐第二种方法，简单明了，速度快，效率高。

按照第二种方法，对javascript 的 String类型做以下扩展：

一.String.len() 方法，计算字符串字节个数：

String.prototype.len=function()          {                 
 return this.replace(/[^\x00-\xff]/g,"rr").length;          
}

二.String.sub(endindex) 方法，从0开始截取endindex长度的字节数。

String.prototype.sub = function(n)
{    
 var r = /[^\x00-\xff]/g;    
 if(this.replace(r, "mm").length <= n) return this;   
 // n = n - 3;    
 var m = Math.floor(n/2);    
 for(var i=m; i<this.length; i++) {    
 if(this.substr(0, i).replace(r, "mm").length>=n) {    
  return this.substr(0, i) ; }    
 } return this;   
};

三.根据unicode编码范围

String.prototype.gblen = function() {    
    var len = 0;    
    for (var i=0; i<this.length; i++) {    
        if (this.charCodeAt(i)>127 || this.charCodeAt(i)==94) {    
             len += 2;    
         } else {    
             len ++;    
         }    
     }    
    return len;    
}  

charCodeAt() 方法可返回指定位置的字符的 Unicode 编码。这个返回值是 0 - 65535 之间的整数。

方法 charCodeAt() 与 charAt() 方法执行的操作相似，只不过前者返回的是位于指定位置的字符的编码，而后者返回的是字符子串。