截取字符串（处理汉字一半情况）

Web应用程序在浏览器中显示字符串时，由于显示长度的限制，常常需要将字符串截取后再进行显示。 但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： Strings="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。要解决这个问题的方法是首先得到该字符串的UCS2编码的字节数组，如下面的代码如下： byte[]bytes=s.getBytes("Unicode"); 由于上面生成的字节数组中前两个字节是标志位，bytes[0] = -2，bytes[1] = -1，因此，要从第三个字节开始扫描，对于一个英文或数字字符，UCS2编码的第二个字节是相应的ASCII，第一个字节是0，如a的UCS2编码是0 97，而汉字两个字节都不为0，因此，可以利于UCS2编码的这个规则来计算实际的字节数，该方法的实现代码如下： publicstaticStringbSubstring(Strings,intlength)throwsException { byte[]bytes=s.getBytes("Unicode"); intn=0;//表示当前的字节数 inti=2;//要截取的字节数，从第3个字节开始 for(;i<bytes.length&&n<length;i++) { //奇数位置，如3、5、7等，为UCS2编码中两个字节的第二个字节 if(i%2==1) { n++;//在UCS2第二个字节时n加1 } else { //当UCS2编码的第一个字节不等于0时，该UCS2字符为汉字，一个汉字算两个字节 if(bytes[i]!=0) { n++; } } } //如果i为奇数时，处理成偶数 if(i%2==1) { //该UCS2字符是汉字时，去掉这个截一半的汉字 if(bytes[i - 1]!=0) i=i-1; //该UCS2字符是字母或数字，则保留该字符 else i=i+1; } returnnewString(bytes,0,i,"Unicode"); } 下面代码使用了bSubstring方法： Strings="a加b等于c，如果a等1、b等于2，那么c等3"; System.out.println(bSubstring(s, 6)); 上面的代码截取的字符串是"a加b等"。