java按字节截取带有汉字的字符串的解法

最新推荐文章于 2024-02-08 11:05:22 发布

原创最新推荐文章于 2024-02-08 11:05:22 发布 · 446 阅读

0 ·

CC 4.0 BY-SA版权

java 专栏收录该内容

2 篇文章

订阅专栏

本文提供了一个在UTF-8编码下安全截取字符串的方法，确保不会出现半个汉字的情况。通过检查最后一个或最后几个字符的编码来确保字符串完整。

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"。

此问题跟字符编码格式相关，以下为UTF-8编码的情况：

public class CutString

{
private static final String CHARSET = "utf-8";

/**
* <一句话功能简述>
* <功能详细描述>
* @param s
* @param len
* @return
* @throws UnsupportedEncodingException
* @see [类、类#方法、类#成员]
*/
public static String substring(String s, int len)
throws UnsupportedEncodingException
{

byte[] src = s.getBytes(CHARSET);
if (len >= src.length)
{
return s;
}
byte[] dest = new byte[len];
System.arraycopy(src, 0, dest, 0, len);
dest = checkLastChar(dest, src);
return new String(dest, CHARSET);
}

/**
* <一句话功能简述>
* <功能详细描述>
* @param dest
* @param src
* @return
* @throws UnsupportedEncodingException
* @see [类、类#方法、类#成员]
*/
private static byte[] checkLastChar(byte[] dest, byte[] src)
throws UnsupportedEncodingException
{
if (dest.length == 0 || src.length <= dest.length)
{
return dest;
}
//1.最后一个字节 +后续1个字节为一个字符
byte[] tmp = new byte[2];
int len = dest.length;
tmp[0] = dest[dest.length - 1];
tmp[1] = src[len];
String stmp = new String(tmp, CHARSET);
if (stmp.length() == 1)
{
byte[] ret = new byte[len - 1];
System.arraycopy(dest, 0, ret, 0, ret.length);
return ret;
}
//2.最后两个字节 +后续一个字节为一个字符
if (dest.length == 1)
{
return dest;
}
tmp = new byte[3];
len = dest.length;
tmp[0] = dest[dest.length - 2];
tmp[1] = dest[dest.length - 1];
tmp[2] = src[len];
stmp = new String(tmp, CHARSET);
if (stmp.length() == 1)
{
byte[] ret = new byte[len - 2];
System.arraycopy(dest, 0, ret, 0, ret.length);
return ret;
}

//3.最后一个字节 +后续两个字节为一个字符
if (src.length >= len + 1)
{
tmp = new byte[3];
len = dest.length;
tmp[0] = dest[dest.length - 1];
tmp[1] = src[len];
tmp[2] = src[len + 1];
stmp = new String(tmp, CHARSET);
if (stmp.length() == 1)
{
byte[] ret = new byte[len - 1];
System.arraycopy(dest, 0, ret, 0, ret.length);
return ret;
}
}
return dest;
}

public static void main(String[] args)
{
// 原始字符串
String s = "我ZWR爱你们JAVA";
System.out.println("原始字符串：" + s);
try
{
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8位：" + CutString.substring(s, 8));
}
catch (UnsupportedEncodingException e)
{
e.printStackTrace();
}
}
}