Java 按字节获得字符串(中文)长度

Java语言中，中文字符所占的字节数取决于字符的编码方式，一般情况下，采用ISO8859-1编码方式时，一个中文字符与一个英文字符一样只占1个字节；采用GB2312或GBK编码方式时，一个中文字符占2个字节；而采用UTF-8编码方式时，一个中文字符会占3个字节.

package cn.com.songjy.test;  
      
    import java.io.UnsupportedEncodingException;  
      
    /** 
     * 在Java中按字节获得字符串长度的两种方法 
     * 
     */  
      
    public class App   
    {  
        public static void main( String[] args ) throws UnsupportedEncodingException  
        {  
            String str = "你好啊";  
              
            System.out.println(getWordCount(str));  //6
            System.out.println(getWordCountRegex(str));  //6
            System.out.println(getWordCountCode(str,"GBK"));  6
            System.out.println(getWordCountCode(str,"UTF-8")); //9
        }  
          
        /*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 static 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;  
              
        }  
          
        /*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*/  
        public static  int getWordCountRegex(String s)  
        {  
      
            s = s.replaceAll("[^\\x00-\\xff]", "**");  
            int length = s.length();  
            return length;  
        }  
          
        /*按特定的编码格式获取长度*/  
        public static int getWordCountCode(String str, String code) throws UnsupportedEncodingException{  
            return str.getBytes(code).length;  
        }  
    }  

 

java String转字节流再转String:

	String content = "Hello你好世界";
		System.out.println(content.length());
        byte[] bs = content.getBytes("GBK");
        System.out.println(bs.length);
        Charset charset = Charset.forName("GBK");
        ByteBuffer buf = ByteBuffer.wrap(bs);
        CharBuffer cBuf = charset.decode(buf);
        System.out.println("String:"+cBuf.toString()+",length:"+cBuf.toString().length());

输出结果：

9
13
String:Hello你好世界,length:9

转载于:https://www.cnblogs.com/JAYIT/p/10719149.html