中文并不一定是占两个字节的,具体占多少字节是跟具体的编码方式相关的。
比如说:GB2312、GBK、GB18030 编码是占用两个字节的,但是 UTF-8 编码的话至少需要占用三个字节。
有一个简单方法,就是把大于 0xff 的字符都作为两个字符(当然是在 GBK 环境下)
-
Java code
-
public static int count(String str) { if (str == null || str.length == 0 ) { return 0 ; } int count = 0 ; char [] chs = str.toCharArray(); for ( int i = 0 ; i < chs.length; i ++ ) { count += (chs[i] > 0xff ) ? 2 : 1 ; } return count; }
或者你直接使用 int len = str.getBytes("gbk");
上面代码假设你的数据库编码格式是 GBK 的,而不是 UTF-8 的,如果是 UTF-8 的话,上面的代码无效!
1字节等于8比特,一个字母是1字节,而一个汉字要用2个字节。
一个汉字=2个字符