如何正确截取中英文混合的字符串？

最新推荐文章于 2020-05-06 17:42:48 发布

最新推荐文章于 2020-05-06 17:42:48 发布 · 353 阅读

文章标签：

#c/c++

Java零碎知识专栏收录该内容

16 篇文章

订阅专栏

本文介绍了一个Java方法，用于解决在GBK编码格式下正确截取包含中文字符的字符串的问题。该方法能够确保不会截断中文字符，避免出现乱码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题：有这样一个字符串“汉ABC字DEF”，假设在GBK编码格式下，一个中文字符占2个字节，需求是截取前6个字符，也就是“汉ABC”，而不是“汉ABC”+半个“字”。

解决方案：

public class StringDemo
{
public static void main(String[] args)
{
//System.getProperties().list(System.out);

String str = "汉ABC字DEF";
int index = 6;

System.out.println(str.length());
System.out.println(str.getBytes().length);

System.out.println(getStr(str, index));

}

/**
* 截取字符串前n个字符（含有中文字符的也通用）
* GBK编码格式中文字符占2个字节，UTF-8编码格式中文字符占3个字节
* @param str
* @param index
* @return
*/
public static String getStr(String str, int index)
{
if (null == str)
{
return null;
}

int count = 0;

StringBuilder sb = new StringBuilder();

for (int i = 0; i < str.length(); i++)
{
String s = String.valueOf(str.charAt(i));
int len = s.getBytes().length;
if (len == 1)
{
count++;
}
else
{
count+=len;
}

if (index < count)
{
break;
}
else
{
sb.append(s);
}
}
return sb.toString();
}
}