java按字节截取带有汉字的字符串的解法由于接⼝使⽤的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;
}
java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。
Java代码
1. import java.io.UnsupportedEncodingException;
2.
3. public class EncodeTest {
4. /**
5. * 打印字符串在指定编码下的字节数和编码名称到控制台
6. *
7. * @param s
8. * 字符串
9. * @param encodingName
10. * 编码格式
11. */
12. public static void printByteLength(String s, String encodingName) {
13. System.out.print("字节数：");
14. try {
15. System.out.Bytes(encodingName).length);
16. } catch (UnsupportedEncodingException e) {
17. e.printStackTrace();
18. }
19. System.out.println("；编码：" + encodingName);
20. }
21.
22. public static void main(String[] args) {
23. String en = "A";
24. String ch = "⼈";
25.
26. // 计算⼀个英⽂字母在各种编码下的字节数
27. System.out.println("英⽂字母：" + en);
28. EncodeTest.printByteLength(en, "GB2312");
29. EncodeTest.printByteLength(en, "GBK");
30. EncodeTest.printByteLength(en, "GB18030");
31. EncodeTest.printByteLength(en, "ISO-8859-1");
32. EncodeTest.printByteLength(en, "UTF-8");
33. EncodeTest.printByteLength(en, "UTF-16");
34. EncodeTest.printByteLength(en, "UTF-16BE");
35. EncodeTest.printByteLength(en, "UTF-16LE");
36.
37. System.out.println();
38.
39. // 计算⼀个中⽂汉字在各种编码下的字节数
40. System.out.println("中⽂汉字：" + ch);
41. EncodeTest.printByteLength(ch, "GB2312");
42. EncodeTest.printByteLength(ch, "GBK");
43. EncodeTest.printByteLength(ch, "GB18030");
44. EncodeTest.printByteLength(ch, "ISO-8859-1");
45. EncodeTest.printByteLength(ch, "UTF-8");
46. EncodeTest.printByteLength(ch, "UTF-16");
47. EncodeTest.printByteLength(ch, "UTF-16BE");
48. EncodeTest.printByteLength(ch, "UTF-16LE");
49. }
50. }
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。
wyulong.iptv.billing.ftpupload;
import java.io.UnsupportedEncodingException;
public class CutString {
/**
* 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 > 1;
}
/**
* 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 {
// 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 Bytes(), "UTF-8");//
// System.out.println(orignal);
//System.out.Bytes().length);
/
/ 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 < Bytes("UTF-8").length) {
StringBuffer buff = new StringBuffer();
char c;
for (int i = 0; i < count; i++) {
System.out.println(count);
c = orignal.charAt(i);
buff.append(c);
if (CutString.isChineseChar(c)) {
// 遇到中⽂汉字，截取字节总数减1
--count;
}
}
// System.out.println(new String().getBytes("GBK"),"UTF-8"));
return new String().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 Bytes(), "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 < Bytes("GBK").length) {
StringBuffer buff = new StringBuffer();
char c;
for (int i = 0; i < count; i++) {字符串截取几个字符
c = orignal.charAt(i);
buff.append(c);
if (CutString.isChineseChar(c)) {
/
/ 遇到中⽂汉字，截取字节总数减1
--count;
}
}
String();
}
}
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1位：" + CutString.substring(s, 1));
System.out.println("截取前2位：" + CutString.substring(s, 2));
System.out.println("截取前4位：" + CutString.substring(s, 4)); */
//System.out.println("截取前12位：" + CutString.substring(s, 12));
System.out.println("截取前12字节：" + CutString.idgui(s, 11));
}
}
版权声明：本⽂为博主原创⽂章，未经博主允许不得转载。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论