在 Java中按字节获得字符串长度的两种方法

最新推荐文章于 2021-02-26 21:48:05 发布

最新推荐文章于 2021-02-26 21:48:05 发布 · 102 阅读

文章标签：

#java

本文介绍了一种在Java中计算包含汉字和其他全角字符的字符串字节长度的方法。提供了两种实现方式：一种通过遍历字符串并检查每个字符的Ascii值；另一种使用正则表达式替换非标准字符。

本文为原创，如需转载，请注明作者和出处，谢谢！

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。

publicintgetWordCount(Strings)
{
intlength=0;
for(inti=0;i<s.length();i++)
{
intascii=Character.codePointAt(s,i);
if(ascii>=0&&ascii<=255)
length++;
else
length+=2;

}
returnlength;

}

当然，也可以采用正则表达式来简化上面的方法，代码如下：

public intgetWordCount(Strings)
{

s=s.replaceAll("[^//x00-//xff]","**");
intlength=s.length();
returnlength;
}

上面代码的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。