由于接口使用的oracle字段长度为固定字节数,然后传进来的字符串估计比数据库字段的总字节数要大,那么截取小于数据库字节数的字符串。
自己参考网上的例子,整了个递归调用就可以了,因为截取的字符字节长度必须小与数据库的字节长度,即如果最后一个字符为汉字,那么只能去掉往前截取。
/**
* 判断传进来的字符串,是否
* 大于指定的字节,如果大于递归调用
* 直到小于指定字节数 ,一定要指定字符编码,因为各个系统字符编码都不一样,字节数也不一样
* @param s
* 原始字符串
* @param num
* 传进来指定字节数
* @return String 截取后的字符串
* @throws UnsupportedEncodingException
*/
public static String idgui(String s,int num)throws Exception{
int changdu = s.getBytes("UTF-8").length;
if(changdu > num){
s = s.substring(0, s.length() - 1);
s = idgui(s,num);
}
return s;
}
常见面试题
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。但是要保证汉字不被截半个,如"我ABC"4,应该截为"我AB",输入"我ABC汉DEF",6,应该输出为"我ABC"而不是"我ABC+汉的半个"。
目前很多流行的语言,如C#、Java内部采用的都是 Unicode 16(UCS2)编码,在这种编码中所有的字符都是两个字符,因此,如果要截取的字符串是中、英文、数字混合的,就会产生问题,如下面的字符串:
String s = "a加b等于c,如果a等1、b等于2,那么c等3";
上面的字符串既有汉字,又有英文字符和数字。如果要截取前6个字节的字符,应该是”a加b等",但如果用substring方法截取前6个字符就成了"a 加b等于c"。产生这个问题的原因是将substring方法将双字节的汉字当成一个字节的字符(UCS2字符)处理了。
英文字母和中文汉字在不同的编码格式下,所占用的字节数也是不同的,我们可以通过下面的例子来看看在一些常见的编码格式下,一个英文字母和一个中文汉字分别占用多少字节。
import
java.io.UnsupportedEncodingException;
public
class
EncodeTest {
/**
* 打印字符串在指定编码下的字节数和编码名称到控制台
*
* @param s
* 字符串
* @param encodingName
* 编码格式
*/
public
static
void
printByteLength(String s, String encodingName) {
System.out.print(
"字节数:"
);
try
{
System.out.print(s.getBytes(encodingName).length);
}
catch
(UnsupportedEncodingException e) {
e.printStackTrace();
}
System.out.println(
";编码:"
+ encodingName);
}
public
static
void
main(String[] args) {
String en =
"A"
;
String ch =
"人"
;
// 计算一个英文字母在各种编码下的字节数
System.out.println(
"英文字母:"
+ en);
EncodeTest.printByteLength(en,
"GB2312"
);
EncodeTest.printByteLength(en,
"GBK"
);
EncodeTest.printByteLength(en,
"GB18030"
);
EncodeTest.printByteLength(en,
"ISO-8859-1"
);
EncodeTest.printByteLength(en,
"UTF-8"
);
EncodeTest.printByteLength(en,
"UTF-16"
);
EncodeTest.printByteLength(en,
"UTF-16BE"
);
EncodeTest.printByteLength(en,
"UTF-16LE"
);
System.out.println();
// 计算一个中文汉字在各种编码下的字节数
System.out.println(
"中文汉字:"
+ ch);
EncodeTest.printByteLength(ch,
"GB2312"
);
EncodeTest.printByteLength(ch,
"GBK"
);
EncodeTest.printByteLength(ch,
"GB18030"
);
EncodeTest.printByteLength(ch,
"ISO-8859-1"
);
EncodeTest.printByteLength(ch,
"UTF-8"
);
EncodeTest.printByteLength(ch,
"UTF-16"
);
EncodeTest.printByteLength(ch,
"UTF-16BE"
);
EncodeTest.printByteLength(ch,
"UTF-16LE"
);
}
}
运行结果如下:
1.英文字母:A
2.字节数:1;编码:GB2312
3.字节数:1;编码:GBK
4.字节数:1;编码:GB18030
5.字节数:1;编码:ISO-8859-1
6.字节数:1;编码:UTF-8
7.字节数:4;编码:UTF-16
8.字节数:2;编码:UTF-16BE
9.字节数:2;编码:UTF-16LE
10.中文汉字:人
11.字节数:2;编码:GB2312
12.字节数:2;编码:GBK
13.字节数:2;编码:GB18030
14.字节数:1;编码:ISO-8859-1
15.字节数:3;编码:UTF-8
16.字节数:4;编码:UTF-16
17.字节数:2;编码:UTF-16BE
18.字节数:2;编码:UTF-16LE
UTF-16BE和UTF-16LE是UNICODE编码家族的两个成员。UNICODE标准定义了UTF-8、UTF-16、UTF-32三种编码格式,共有UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE七种编码方案。JAVA所采用的编码方案是UTF-16BE。从上例的运行结果中我们可以看出,GB2312、GBK、GB18030三种编码格式都可以满足题目的要求。下面我们就以GBK编码为例来进行解答。
我们不能直接使用String类的substring(int beginIndex, int endIndex)方法,因为它是按字符截取的。'我'和'Z'都被作为一个字符来看待,length都是1。实际上我们只要能区分开中文汉字和英文字母,这个问题就迎刃而解了,而它们的区别就是,中文汉字是两个字节,英文字母是一个字节。
package gwd.com.singletTest;
import java.io.UnsupportedEncodingException;
public class SubstringTest {
/**
* 判断是否是一个中文汉字
*
* @param c
* 字符
* @return true表示是中文汉字,false表示是英文字母
* @throws UnsupportedEncodingException
* 使用了JAVA不支持的编码格式
*/
public static boolean isChineseChar(char c)throws UnsupportedEncodingException {
// 如果字节数大于1,是汉字
// 以这种方式区别英文字母和中文汉字并不是十分严谨,但在这个题目中,这样判断已经足够了
return String.valueOf(c).getBytes("UTF-8").length > 2;
}
/**
* 按字节截取字符串
*
* @param orignal
* 原始字符串
* @param count
* 截取位数
* @return 截取后的字符串
* @throws UnsupportedEncodingException
* 使用了JAVA不支持的编码格式
*/
public static String substring(String orignal, int count) throws UnsupportedEncodingException {
int chineseCount=0;
int originalCount=count;
StringBuffer buff=null;
int currentCount=0;
// 原始字符不为null,也不是空字符串
if (orignal != null && !"".equals(orignal)) {
// 将原始字符串转换为GBK编码格式
orignal = new String(orignal.getBytes(), "UTF-8");//
// 要截取的字节数大于0,且小于原始字符串的字节数
if (count > 0 && count < orignal.getBytes("UTF-8").length) {
buff = new StringBuffer();
char c;
ok:
for (int i = 0; i < count-1; i++) {
c = orignal.charAt(i);
// System.out.println(count);
if (SubstringTest.isChineseChar(c)) {
System.out.println(count);
System.out.println(buff);
// 遇到中文汉字,截取字节总数减2
if (count+chineseCount*2<=originalCount) {
buff.append(c);
count=count-2;
++chineseCount;
System.out.println(c);
System.out.println("中文的个数"+chineseCount);
}else if (count+(chineseCount)*2>originalCount) {
break ok;
}
}else {
buff.append(c);
}
}
// System.out.println(new String(buff.toString().getBytes("GBK"),"UTF-8"));
return new String(buff.toString().getBytes(),"UTF-8");
}
}
return orignal;
}
/**
* 按字节截取字符串
*
* @param orignal
* 原始字符串
* @param count
* 截取位数
* @return 截取后的字符串
* @throws UnsupportedEncodingException
* 使用了JAVA不支持的编码格式
*/
public static String gsubstring(String orignal, int count) throws UnsupportedEncodingException {
// 原始字符不为null,也不是空字符串
if (orignal != null && !"".equals(orignal)) {
// 将原始字符串转换为GBK编码格式
orignal = new String(orignal.getBytes(), "GBK");
// 要截取的字节数大于0,且小于原始字符串的字节数
if (count > 0 && count < orignal.getBytes("GBK").length) {
StringBuffer buff = new StringBuffer();
char c;
for (int i = 0; i < count; i++) {
c = orignal.charAt(i);
buff.append(c);
if (SubstringTest.isChineseChar(c)) {
// 遇到中文汉字,截取字节总数减1
count=count-2;
}
}
return buff.toString();
}
}
return orignal;
}
/**
* 判断传进来的字符串,是否
* 大于指定的字节,如果大于递归调用
* 直到小于指定字节数
* @param s
* 原始字符串
* @param num
* 传进来指定字节数
* @return String 截取后的字符串
*/
public static String idgui(String s,int num){
int changdu = s.getBytes().length;
if(changdu > num){
s = s.substring(0, s.length() - 1);
s = idgui(s,num);
}
return s;
}
public static void main(String[] args) throws Exception{
// 原始字符串
String s = "我ZWR爱ILU你们JAVA";
System.out.println("原始字符串:" + s + " : 字节数是: " + s.getBytes().length);
//System.out.println("截取前6位:" + SubstringTest.substring(s, 6));
// System.out.println("截取前6位:" + SubstringTest.gsubstring(s, 6));
//System.out.println("截取前4位:" + SubstringTest.substring(s, 4));
System.out.println("截取前13位:" + SubstringTest.substring(s, 13));
System.out.println("截取前13字节:" + SubstringTest.idgui(s, 13));
// System.out.println("截取前12位:" + SubstringTest.gsubstring(s, 11));
}
}