java按字节截取字符串

需求:oracle有个备注长度只有100，但是不能扩大，只能截取java传输过程中的字符长度

如何知道一个汉字在Oracle数据库中具体占用几个字节？

方式一:这个其实和Oracle的配置是相关的，用以下语句查询当前数据库的字符集：

理论

	select * from v$nls_parameters t where t.PARAMETER='NLS_CHARACTERSET';

可以得到如下结果:
如果value=ZHS16GBK，那么一个汉字占用2个字节，
如果value=AL32UTF8，那么一个汉字占用3个字节（这是Oracle数据库默认的）。

实际

所以可以看出我的数据库是占用2个字节

方式二:查看oracle server端字符集

理论

select userenv('language') from dual;

如果结果是下面这样的，一个汉字就占用两个字节
SIMPLIFIED CHINESE_CHINA.ZHS16GBK
如果结果是下面这样的，那么一个汉字就占用三个字节
SIMPLIFIED CHINESE_CHINA.AL32UTF8

实际

方式三:也可以尝试用以下语句查询一个汉字占用的字节长度

理论

直接可以查看对应字符的长度（空格是1个长度）

select lengthb('你') from dual;

实际

java

实现代码

package com.zjnac.restfulapi.util;

import java.io.IOException;

/**
 * @ClassName CutStringUtil
 * @Description 按字节截取字符串
 * @Author Duplicator
 * @Date 2019/8/21 14:38
 * @Version 1.0
 **/
public class CutStringUtil {

    public static void main(String[] args) throws IOException {

        String str = "ab你好cd谢谢";
        int len = str.getBytes("gbk").length;
        for (int x = 0; x < len; x++) {
            System.out.println("截取" + (x + 1) + "字节结果时："
                    + cutStringByGBK(str, x + 1));
        }
        String str1 = "ab你好cd杮";
        int len1 = str.getBytes("gbk").length;
        for (int x = 0; x < len1; x++) {
            System.out.println("截取" + (x + 1) + "字节结果时："
                    + cutStringByUTF8(str1, x + 1));
        }
    }

    // 使用UTF-8编码表进行截取字符串，一个汉字对应三个负数，一个英文字符对应一个正数
    public static String cutStringByUTF8(String str, int len) throws IOException {
        if(str==null){
            return null;
        }
        //前提不知道str他的长度，而指定的len长于实际str长度数组下标超过异常
        int actualLen = str.getBytes("gbk").length;
        if(actualLen<len){
            len = actualLen;
        }
        byte[] buf = str.getBytes("utf-8");
        int count = 0;
        for (int x = len - 1; x >= 0; x--) {
            if (buf[x] < 0) {
                count++;
            } else {
                break;
            }
        }
        if (count % 3 == 0) {
            return new String(buf, 0, len, "utf-8");
        } else if (count % 3 == 1) {
            return new String(buf, 0, len - 1, "utf-8");
        } else {
            return new String(buf, 0, len - 2, "utf-8");
        }
    }

    // 使用GBK编码表进行字符串的截取，一个英文字符对应码表一个正数，一个汉字对应两个负数
    public static String cutStringByGBK(String str, int len)
            throws IOException {
        if(str==null){
            return null;
        }
        int actualLen = str.getBytes("gbk").length;
        if(actualLen<len){
            len = actualLen;
        }
        byte[] buf = str.getBytes("gbk");
        int count = 0;
        for (int x = len - 1; x >= 0; x--) {
            //统计按字节截取的字符串中，中文字符串有几个字节
            //小于0的是中文的部分
            if (buf[x] < 0) {
                count++;
            } else {
                break;
            }
        }
        if (count % 2 == 0) {
            return new String(buf, 0, len, "gbk");
        } else {
            return new String(buf, 0, len - 1, "gbk");
        }
    }
}