java按字节截取字符串

首先分编码格式，gbk和gb2312公用一套方案，，而u8是另一套。

为什么呢，因为gbk和gb2312是两个字节表示一个汉字，前者两个字节的值都是负数，后者第二个数有时为正，比如（琲bei）

那u8呢，是三个字节表示一个汉字，所以判断条件比gbk多了一点。

---

String类的length()方法是以unicode代码单元，换言之就是char的个数为来统计的。所以使用subString等截取出来的子串都不会出现半个汉字的情况，因为java一个char类型可以存放一个汉字（2个字节）。而如果以字节byte来截取字符串，就会出现半个汉字的情况。

---

 

 

不多说，看程序-----

---

package 按字节截取字符串;

import java.io.IOException;

/**
 * 以u8编码讲解按字节截取字符串
 * 
 * @author nice
 *
 */
public class DemoUtf {

	public static void main(String[] args) throws IOException {
		// 定义一个字符串
		String str = "asd我是高手wuha高手hhh";
		// 求字符串得长度
		int len = str.getBytes("utf-8").length;
		// 循环打印所有在字符串长度范围内的取值输出结果
		for (int i = 0; i < len; i++) {
			System.out.println("按" + (i + 1) + "字节截取：" + currentString(str, i + 1));
		}
	}

	private static String currentString(String str, int len) throws IOException {

		// 先把字符串转换为字符数组
		byte[] b = str.getBytes("utf-8");

		// 定义一个计数器
		int count = 0;

		// 从最后一个字节开始做判断
		for (int i = len - 1; i >= 0; i--) {
			if (b[i] < 0)
				count++;
			else
				break;
		}

		// 在for循环里面判断完后，根据u8编码三个字节组成一个汉字的特点，可以推出指定字节对应是不是一个完整的汉字，
		// 不是就返回到字符串长度减去这个不完整的字节数

		// 是3的倍数，那就是一个完整的汉字
		if (count % 3 == 0)
			return new String(b, 0, len, "utf-8");

		// 是汉字前面的哪个字节，就减去一个个字节
		else if (count % 3 == 1)
			return new String(b, 0, len - 1, "utf-8");

		// 是汉字中间的哪个字节，就减去两个字节
		else
			return new String(b, 0, len - 2, "utf-8");

	}
}

---

package 按字节截取字符串;

import java.io.IOException;

/**
 * 以gbk编码讲解。gb2312可能略有不同，前者是两个负数，后者第二个有时是正数，比如这个琲（bei） u8的话，他是用三个字节表示的。
 * 比较法和gbk类似(取余判断多了一些)
 * 
 * @author nice
 *
 */
public class Demo {

	public static void main(String[] args) throws IOException {

		String str = "ab琲琲cd琲琲";
		// String str = "ab你好cd谢谢";
		int len = str.getBytes("GBK").length;

		for (int i = 0; i < len; i++) {
			System.out.println("截取" + (i + 1) + "个字节的结果是" + outStringByByte(str, i + 1));
		}

	}

	private static String outStringByByte(String str, int len) throws IOException {

		byte[] btf = str.getBytes("gbk");
		int count = 0;

		for (int j = len - 1; j >= 0; j--) {
			if (btf[j] < 0)
				count++;
			else
				break;

		}

		if (count % 2 == 0)
			return new String(btf, 0, len, "gbk");
		else
			return new String(btf, 0, len - 1, "gbk");

	}

}

以上，谢谢观看