快捷導(dǎo)航

Java實(shí)現(xiàn)按字節(jié)長(zhǎng)度截取字符串

更新時(shí)間：2025年05月06日 11:06:32 作者：JKIT沐楓

在Java中,由于字符串可能包含多字節(jié)字符,直接按字節(jié)長(zhǎng)度截取可能會(huì)導(dǎo)致亂碼或截取不準(zhǔn)確的問(wèn)題,下面我們就來(lái)看看幾種按字節(jié)長(zhǎng)度截取字符串的方法吧

方法一：使用String的getBytes方法

public static String substringByBytes(String str, int byteLength) {
    if (str == null || str.isEmpty() || byteLength <= 0) {
        return "";
    }
    
    byte[] bytes = str.getBytes();
    if (byteLength >= bytes.length) {
        return str;
    }
    
    // 處理截取位置可能是多字節(jié)字符的情況
    int len = 0;
    for (int i = 0; i < str.length(); i++) {
        char c = str.charAt(i);
        len += (c <= 255) ? 1 : 2; // 假設(shè)非ASCII字符占2字節(jié)
        
        if (len > byteLength) {
            return str.substring(0, i);
        } else if (len == byteLength) {
            return str.substring(0, i + 1);
        }
    }
    return str;
}

方法二：指定字符編碼處理

public static String substringByBytes(String str, int byteLength, String charsetName) 
        throws UnsupportedEncodingException {
    if (str == null || str.isEmpty() || byteLength <= 0) {
        return "";
    }
    
    byte[] bytes = str.getBytes(charsetName);
    if (byteLength >= bytes.length) {
        return str;
    }
    
    // 根據(jù)編碼創(chuàng)建新的字符串
    return new String(bytes, 0, byteLength, charsetName);
}

方法三：更精確的字符編碼處理

public static String substringByBytes(String str, int maxBytes, String charsetName) 
        throws UnsupportedEncodingException {
    if (str == null || charsetName == null || charsetName.isEmpty()) {
        return str;
    }
    
    byte[] bytes = str.getBytes(charsetName);
    if (bytes.length <= maxBytes) {
        return str;
    }
    
    // 處理截?cái)嗫赡軐?dǎo)致的半個(gè)字符問(wèn)題
    int nBytes = 0;
    int i = 0;
    for (; i < str.length(); i++) {
        char c = str.charAt(i);
        int charBytes = String.valueOf(c).getBytes(charsetName).length;
        if (nBytes + charBytes > maxBytes) {
            break;
        }
        nBytes += charBytes;
    }
    
    return str.substring(0, i);
}

使用示例

public static void main(String[] args) {
    String testStr = "你好，Java世界！Hello World!";
    
    try {
        System.out.println(substringByBytes(testStr, 10)); // 輸出：你好，J
        System.out.println(substringByBytes(testStr, 15, "UTF-8")); // 輸出：你好，Java
        System.out.println(substringByBytes(testStr, 20, "GBK")); // 輸出：你好，Java世界！
    } catch (UnsupportedEncodingException e) {
        e.printStackTrace();
    }
}

注意事項(xiàng)

不同編碼下字符占用的字節(jié)數(shù)不同：

UTF-8編碼中，中文通常占3字節(jié)

GBK編碼中，中文占2字節(jié)

ISO-8859-1編碼中，所有字符占1字節(jié)

截取時(shí)需要考慮編碼的字節(jié)邊界，避免截?cái)喽嘧止?jié)字符導(dǎo)致亂碼

性能考慮：對(duì)于大字符串頻繁截取，建議緩存字節(jié)數(shù)組或使用更高效的算法

對(duì)于表情符號(hào)等特殊字符，可能需要額外處理

方法補(bǔ)充

方法一：

方案設(shè)計(jì)

1. 字節(jié)長(zhǎng)度計(jì)算

首先，我們需要計(jì)算字符串的字節(jié)長(zhǎng)度。在Java中，可以使用String.getBytes()方法將字符串轉(zhuǎn)換為字節(jié)數(shù)組，然后計(jì)算數(shù)組的長(zhǎng)度。

2. 截取邏輯

根據(jù)提供的字節(jié)長(zhǎng)度，我們需要從字符串的開(kāi)始位置截取到指定的字節(jié)長(zhǎng)度。如果截取后的字符串在字符邊界上，我們需要確保截取后的字符串是有效的UTF-8序列。

3. 異常處理

在截取過(guò)程中，可能會(huì)遇到無(wú)效的UTF-8序列，我們需要捕獲并處理這些異常。

代碼實(shí)現(xiàn)

public class ByteLengthStringCutter {
    public static String cutByByteLength(String input, int byteLength) {
        if (input == null || byteLength <= 0) {
            return "";
        }
 
        byte[] bytes = input.getBytes(StandardCharsets.UTF_8);
        if (bytes.length <= byteLength) {
            return input;
        }
 
        StringBuilder sb = new StringBuilder();
        try {
            for (int i = 0; i < byteLength; i++) {
                sb.append((char) bytes[i]);
            }
            return sb.toString();
        } catch (IllegalArgumentException e) {
            // 處理無(wú)效的UTF-8序列
            return cutByByteLength(input, byteLength - 1);
        }
    }
}

方法二：

完整代碼

public class SubstringDemo {

    public static void main(String[] args) {
        // 輸入待截取的字符串和截取長(zhǎng)度
        String str = "這是一個(gè)測(cè)試字符串";
        int length = 5; // 需要截取的字節(jié)長(zhǎng)度

        try {
            // 將字符串轉(zhuǎn)換為字節(jié)數(shù)組
            byte[] bytes = str.getBytes("UTF-8");
            
            // 進(jìn)行字節(jié)截取
            String result = new String(bytes, 0, length, "UTF-8");

            // 輸出截取后的結(jié)果
            System.out.println("截取后的結(jié)果為：" + result);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

到此這篇關(guān)于Java實(shí)現(xiàn)按字節(jié)長(zhǎng)度截取字符串的文章就介紹到這了,更多相關(guān)Java截取字符串內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: