截断中文

转自：http://topic.youkuaiyun.com/u/20101013/21/635d6d03-558e-42e9-a535-f74de6bd0033.html?r=69123088









//GBK

public static String cutString(String str,int length) throws Exception{

  int count=0,i=0;  

  for(;i<length&&count<length;i++,count++){

    if(String.valueOf(str.charAt(i)).matches("[^//x00-//xff]")){

      count++;

    }

  }

  return new String(str.toCharArray(),0,i);

}



//UTF-8

*截取前n个字符的简单实现。Java中使用代码点表示通常意义的字符，即获取前n个代码点。

      */

     static String getTopNCodePoint(String str, int n) {

	StringReader sr = new StringReader(str);

	StringBuffer dist = new StringBuffer();

	// 代码点数量

	int count = 0;

	// 读入的代码单元

	int ch = 0;

	try {

	    while (count < n && (ch = sr.read()) != -1) {

		char a = (char) ch;

		dist.append(a);

		// 大部分常见汉字都可用一个char表示

		// 通常情况下，代码单元分三种：普通、高代理、低代理

		// 具体参考UTF-16规范 http://tools.ietf.org/html/rfc2781

		if (Character.isHighSurrogate(a)) {

		    // 如果此代码点为高代理，则紧接的代码单元是低代理，将后一个代码单元直接读入，不再处理。

		    dist.append((char) sr.read());

		}

		count++;

	    }

	} catch (IOException e) {

	    e.printStackTrace();

	}

	return dist.toString();

     }