java按字節(jié)截取帶有漢字的字符串的解法(推薦)
由于接口使用的oracle字段長(zhǎng)度為固定字節(jié)數(shù),然后傳進(jìn)來(lái)的字符串估計(jì)比數(shù)據(jù)庫(kù)字段的總字節(jié)數(shù)要大,那么截取小于數(shù)據(jù)庫(kù)字節(jié)數(shù)的字符串。
自己參考網(wǎng)上的例子,整了個(gè)遞歸調(diào)用就可以了,因?yàn)榻厝〉淖址止?jié)長(zhǎng)度必須小與數(shù)據(jù)庫(kù)的字節(jié)長(zhǎng)度,即如果最后一個(gè)字符為漢字,那么只能去掉往前截取。
/** * 判斷傳進(jìn)來(lái)的字符串,是否 * 大于指定的字節(jié),如果大于遞歸調(diào)用 * 直到小于指定字節(jié)數(shù) ,一定要指定字符編碼,因?yàn)楦鱾€(gè)系統(tǒng)字符編碼都不一樣,字節(jié)數(shù)也不一樣 * @param s * 原始字符串 * @param num * 傳進(jìn)來(lái)指定字節(jié)數(shù) * @return String 截取后的字符串 * @throws UnsupportedEncodingException */ public static String idgui(String s,int num)throws Exception{ int changdu = s.getBytes("UTF-8").length; if(changdu > num){ s = s.substring(0, s.length() - 1); s = idgui(s,num); } return s; }
java面試題:
編寫(xiě)一個(gè)截取字符串的函數(shù),輸入為一個(gè)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(gè),如"我ABC"4,應(yīng)該截為"我AB",輸入"我ABC漢DEF",6,應(yīng)該輸出為"我ABC"而不是"我ABC+漢的半個(gè)"。
目前很多流行的語(yǔ)言,如C#、Java內(nèi)部采用的都是 Unicode 16(UCS2)編碼,在這種編碼中所有的字符都是兩個(gè)字符,因此,如果要截取的字符串是中、英文、數(shù)字混合的,就會(huì)產(chǎn)生問(wèn)題,如下面的字符串:
String s = "a加b等于c,如果a等1、b等于2,那么c等3";
上面的字符串既有漢字,又有英文字符和數(shù)字。如果要截取前6個(gè)字節(jié)的字符,應(yīng)該是”a加b等",但如果用substring方法截取前6個(gè)字符就成了"a 加b等于c"。產(chǎn)生這個(gè)問(wèn)題的原因是將substring方法將雙字節(jié)的漢字當(dāng)成一個(gè)字節(jié)的字符(UCS2字符)處理了。
英文字母和中文漢字在不同的編碼格式下,所占用的字節(jié)數(shù)也是不同的,我們可以通過(guò)下面的例子來(lái)看看在一些常見(jiàn)的編碼格式下,一個(gè)英文字母和一個(gè)中文漢字分別占用多少字節(jié)。
import java.io.UnsupportedEncodingException; public class EncodeTest { /** * 打印字符串在指定編碼下的字節(jié)數(shù)和編碼名稱到控制臺(tái) * * @param s * 字符串 * @param encodingName * 編碼格式 */ public static void printByteLength(String s, String encodingName) { System.out.print("字節(jié)數(shù):"); try { System.out.print(s.getBytes(encodingName).length); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } System.out.println(";編碼:" + encodingName); } public static void main(String[] args) { String en = "A"; String ch = "人"; // 計(jì)算一個(gè)英文字母在各種編碼下的字節(jié)數(shù) System.out.println("英文字母:" + en); EncodeTest.printByteLength(en, "GB2312"); EncodeTest.printByteLength(en, "GBK"); EncodeTest.printByteLength(en, "GB18030"); EncodeTest.printByteLength(en, "ISO-8859-1"); EncodeTest.printByteLength(en, "UTF-8"); EncodeTest.printByteLength(en, "UTF-16"); EncodeTest.printByteLength(en, "UTF-16BE"); EncodeTest.printByteLength(en, "UTF-16LE"); System.out.println(); // 計(jì)算一個(gè)中文漢字在各種編碼下的字節(jié)數(shù) System.out.println("中文漢字:" + ch); EncodeTest.printByteLength(ch, "GB2312"); EncodeTest.printByteLength(ch, "GBK"); EncodeTest.printByteLength(ch, "GB18030"); EncodeTest.printByteLength(ch, "ISO-8859-1"); EncodeTest.printByteLength(ch, "UTF-8"); EncodeTest.printByteLength(ch, "UTF-16"); EncodeTest.printByteLength(ch, "UTF-16BE"); EncodeTest.printByteLength(ch, "UTF-16LE"); } }
運(yùn)行結(jié)果如下:
1.英文字母:A
2.字節(jié)數(shù):1;編碼:GB2312
3.字節(jié)數(shù):1;編碼:GBK
4.字節(jié)數(shù):1;編碼:GB18030
5.字節(jié)數(shù):1;編碼:ISO-8859-1
6.字節(jié)數(shù):1;編碼:UTF-8
7.字節(jié)數(shù):4;編碼:UTF-16
8.字節(jié)數(shù):2;編碼:UTF-16BE
9.字節(jié)數(shù):2;編碼:UTF-16LE
10.中文漢字:人
11.字節(jié)數(shù):2;編碼:GB2312
12.字節(jié)數(shù):2;編碼:GBK
13.字節(jié)數(shù):2;編碼:GB18030
14.字節(jié)數(shù):1;編碼:ISO-8859-1
15.字節(jié)數(shù):3;編碼:UTF-8
16.字節(jié)數(shù):4;編碼:UTF-16
17.字節(jié)數(shù):2;編碼:UTF-16BE
18.字節(jié)數(shù):2;編碼:UTF-16LE
UTF-16BE和UTF-16LE是UNICODE編碼家族的兩個(gè)成員。UNICODE標(biāo)準(zhǔn)定義了UTF-8、UTF-16、UTF-32三種編碼格式,共有UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE七種編碼方案。JAVA所采用的編碼方案是UTF-16BE。從上例的運(yùn)行結(jié)果中我們可以看出,GB2312、GBK、GB18030三種編碼格式都可以滿足題目的要求。下面我們就以GBK編碼為例來(lái)進(jìn)行解答。
我們不能直接使用String類的substring(int beginIndex, int endIndex)方法,因?yàn)樗前醋址厝〉摹?我'和'Z'都被作為一個(gè)字符來(lái)看待,length都是1。實(shí)際上我們只要能區(qū)分開(kāi)中文漢字和英文字母,這個(gè)問(wèn)題就迎刃而解了,而它們的區(qū)別就是,中文漢字是兩個(gè)字節(jié),英文字母是一個(gè)字節(jié)。
package com.newyulong.iptv.billing.ftpupload; import java.io.UnsupportedEncodingException; public class CutString { /** * 判斷是否是一個(gè)中文漢字 * * @param c * 字符 * @return true表示是中文漢字,false表示是英文字母 * @throws UnsupportedEncodingException * 使用了JAVA不支持的編碼格式 */ public static boolean isChineseChar(char c) throws UnsupportedEncodingException { // 如果字節(jié)數(shù)大于1,是漢字 // 以這種方式區(qū)別英文字母和中文漢字并不是十分嚴(yán)謹(jǐn),但在這個(gè)題目中,這樣判斷已經(jīng)足夠了 return String.valueOf(c).getBytes("UTF-8").length > 1; } /** * 按字節(jié)截取字符串 * * @param orignal * 原始字符串 * @param count * 截取位數(shù) * @return 截取后的字符串 * @throws UnsupportedEncodingException * 使用了JAVA不支持的編碼格式 */ public static String substring(String orignal, int count) throws UnsupportedEncodingException { // 原始字符不為null,也不是空字符串 if (orignal != null && !"".equals(orignal)) { // 將原始字符串轉(zhuǎn)換為GBK編碼格式 orignal = new String(orignal.getBytes(), "UTF-8");// // System.out.println(orignal); //System.out.println(orignal.getBytes().length); // 要截取的字節(jié)數(shù)大于0,且小于原始字符串的字節(jié)數(shù) if (count > 0 && count < orignal.getBytes("UTF-8").length) { StringBuffer buff = new StringBuffer(); char c; for (int i = 0; i < count; i++) { System.out.println(count); c = orignal.charAt(i); buff.append(c); if (CutString.isChineseChar(c)) { // 遇到中文漢字,截取字節(jié)總數(shù)減1 --count; } } // System.out.println(new String(buff.toString().getBytes("GBK"),"UTF-8")); return new String(buff.toString().getBytes(),"UTF-8"); } } return orignal; } /** * 按字節(jié)截取字符串 * * @param orignal * 原始字符串 * @param count * 截取位數(shù) * @return 截取后的字符串 * @throws UnsupportedEncodingException * 使用了JAVA不支持的編碼格式 */ public static String gsubstring(String orignal, int count) throws UnsupportedEncodingException { // 原始字符不為null,也不是空字符串 if (orignal != null && !"".equals(orignal)) { // 將原始字符串轉(zhuǎn)換為GBK編碼格式 orignal = new String(orignal.getBytes(), "GBK"); // 要截取的字節(jié)數(shù)大于0,且小于原始字符串的字節(jié)數(shù) if (count > 0 && count < orignal.getBytes("GBK").length) { StringBuffer buff = new StringBuffer(); char c; for (int i = 0; i < count; i++) { c = orignal.charAt(i); buff.append(c); if (CutString.isChineseChar(c)) { // 遇到中文漢字,截取字節(jié)總數(shù)減1 --count; } } return buff.toString(); } } return orignal; } /** * 判斷傳進(jìn)來(lái)的字符串,是否 * 大于指定的字節(jié),如果大于遞歸調(diào)用 * 直到小于指定字節(jié)數(shù) * @param s * 原始字符串 * @param num * 傳進(jìn)來(lái)指定字節(jié)數(shù) * @return String 截取后的字符串 */ public static String idgui(String s,int num){ int changdu = s.getBytes().length; if(changdu > num){ s = s.substring(0, s.length() - 1); s = idgui(s,num); } return s; } public static void main(String[] args) throws Exception{ // 原始字符串 String s = "我ZWR愛(ài)你們JAVA"; System.out.println("原始字符串:" + s + " : 字節(jié)數(shù)是: " + s.getBytes().length); /* 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12位:" + CutString.substring(s, 12)); System.out.println("截取前12字節(jié):" + CutString.idgui(s, 11)); } }
以上這篇java按字節(jié)截取帶有漢字的字符串的解法(推薦)就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
基于JavaScript動(dòng)態(tài)規(guī)劃編寫(xiě)一個(gè)益智小游戲
最近在學(xué)習(xí)動(dòng)態(tài)規(guī)劃相關(guān)的知識(shí),所以本文將利用動(dòng)態(tài)規(guī)劃編寫(xiě)一個(gè)簡(jiǎn)單的益智小游戲,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下2023-06-06Java注解之Retention、Documented、Inherited介紹
這篇文章主要介紹了Java注解之Retention、Documented、Inherited注解介紹,本文內(nèi)容和相關(guān)文章是系列文章,需要的朋友可以參考下2014-09-09Java時(shí)區(qū)轉(zhuǎn)換實(shí)例代碼解析
這篇文章主要介紹了Java時(shí)區(qū)轉(zhuǎn)換實(shí)例代碼解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03談?wù)凥ashmap的容量為什么是2的冪次問(wèn)題
這篇文章主要介紹了談?wù)凥ashmap的容量為什么是2的冪次問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-09-09Resilience4J通過(guò)yml設(shè)置circuitBreaker的方法
Resilience4j是一個(gè)輕量級(jí)、易于使用的容錯(cuò)庫(kù),其靈感來(lái)自Netflix Hystrix,但專為Java 8和函數(shù)式編程設(shè)計(jì),這篇文章主要介紹了Resilience4J通過(guò)yml設(shè)置circuitBreaker的方法,需要的朋友可以參考下2022-10-10LeetCode程序員面試題之無(wú)重復(fù)字符的最長(zhǎng)子串
Java計(jì)算無(wú)重復(fù)字符的最長(zhǎng)子串是一種常見(jiàn)的字符串處理算法,它的目的是找出一個(gè)字符串中無(wú)重復(fù)字符的最長(zhǎng)子串。該算法可以很好地解決一些字符串處理問(wèn)題,比如尋找字符串中重復(fù)字符的位置,以及計(jì)算字符串中無(wú)重復(fù)字符的最長(zhǎng)子串的長(zhǎng)度。2023-02-02SpringBoot如何取消內(nèi)置Tomcat啟動(dòng)并改用外接Tomcat
這篇文章主要介紹了SpringBoot如何取消內(nèi)置Tomcat啟動(dòng)并改用外接Tomcat,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-11解決異常FileNotFoundException:class path resource找不到資源文件的問(wèn)題
今天小編就為大家分享一篇關(guān)于解決異常FileNotFoundException:class path resource找不到資源文件的問(wèn)題,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧2018-12-12Java Annotation注解相關(guān)原理代碼總結(jié)
這篇文章主要介紹了Java Annotation注解相關(guān)原理代碼總結(jié),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07