Java截取中英文混合字符串的方法

更新時間：2019年06月19日 09:15:34 作者：余-雷

這篇文章主要為大家詳細介紹了Java截取中英文混合字符串的方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下

題目：

編寫一個截取字符串的函數(shù)，輸入為一個字符串和字節(jié)數(shù)，輸出為按字節(jié)截取的字符串。但是要保證漢字不被截半個，如“我ABC”4，應該截為“我AB”，輸入“我ABC漢DEF”，6，應該輸出為“我ABC”而不是“我ABC+漢的半個”。

GB2312、GBK、GB18030，CP936以及CNS11643都滿足條件 -- 中文是占用2個字節(jié)的，英文是占用1一個字節(jié) 。

因為中文轉(zhuǎn)換為byte字節(jié)，隨著編碼的不同，轉(zhuǎn)換的字節(jié)長度也會不通，如編碼為UTF-8，一個中文字符串轉(zhuǎn)換為byte占三個字節(jié).

package com.suanfa;
 
import java.io.UnsupportedEncodingException;
 
public class CharactersSplit {
 /**
 * @param text
 *      目標字符串
 * @param length
 *      截取長度
 * @param encode
 *      采用的編碼方式
 * @return
 * @throws UnsupportedEncodingException
 */
 
 public static String substring(String text, int length, String encode)
  throws UnsupportedEncodingException {
 if (text == null) {
  return null;
 }
 StringBuilder sb = new StringBuilder();
 int currentLength = 0;
 for (char c : text.toCharArray()) {
  currentLength += String.valueOf(c).getBytes(encode).length;
  if (currentLength <= length) {
  sb.append(c);
  } else {
  break;
  }
 }
 return sb.toString();
 }
 
 public static void main(String[] args) throws UnsupportedEncodingException {
 String text = "我ABC漢DEF";
 int length1 = 3;
 int length2 = 6;
 String[] encodes = new String[] { "GB2312", "GBK", "GB18030", "CP936",
  "CNS11643", "UTF-8" };
 
 for (String encode : encodes) {
  System.out.println(new StringBuilder().append("用").append(encode)
   .append("編碼截取字符串 -- 【").append(text).append("】")
   .append(length1).append("個字節(jié)的結果是【")
   .append(substring(text, length1, encode)).append("】")
   .toString());
  System.out.println(new StringBuilder().append("用").append(encode)
   .append("編碼截取字符串 -- 【").append(text).append("】")
   .append(length2).append("個字節(jié)的結果是【")
   .append(substring(text, length2, encode)).append("】")
   .toString());
 }
 
 }
}

運行后輸出：

用GB2312編碼截取字符串 -- 【我ABC漢DEF】3個字節(jié)的結果是【我A】
用GB2312編碼截取字符串 -- 【我ABC漢DEF】6個字節(jié)的結果是【我ABC】
用GBK編碼截取字符串 -- 【我ABC漢DEF】3個字節(jié)的結果是【我A】
用GBK編碼截取字符串 -- 【我ABC漢DEF】6個字節(jié)的結果是【我ABC】
用GB18030編碼截取字符串 -- 【我ABC漢DEF】3個字節(jié)的結果是【我A】
用GB18030編碼截取字符串 -- 【我ABC漢DEF】6個字節(jié)的結果是【我ABC】
用CP936編碼截取字符串 -- 【我ABC漢DEF】3個字節(jié)的結果是【我A】
用CP936編碼截取字符串 -- 【我ABC漢DEF】6個字節(jié)的結果是【我ABC】
用CNS11643編碼截取字符串 -- 【我ABC漢DEF】3個字節(jié)的結果是【我A】
用CNS11643編碼截取字符串 -- 【我ABC漢DEF】6個字節(jié)的結果是【我ABC】
用UTF-8編碼截取字符串 -- 【我ABC漢DEF】3個字節(jié)的結果是【我】
用UTF-8編碼截取字符串 -- 【我ABC漢DEF】6個字節(jié)的結果是【我ABC】

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: