java 字符串截取

Posted 2020-08-24 清雨芬芳

java 字符串截取（当遇到截取半个汉字的处理）方法2舍去（项目中用的）

方法1是看的别人的，个人认为方法1简洁

package everyDay;

import java.io.UnsupportedEncodingException;

/**
* * 题目：
编写一个截取字符串的函数，输入为一个字符串和字节数，输出为按字节截取的字符串。 但是要保证汉字不被截半个，如“我ABC”4，应该截为“我AB”，输入“我ABC汉DEF”，6，应该输出为“我ABC”而不是“我ABC+汉的半个”。
GB2312、GBK、GB18030，CP936以及CNS11643都满足条件 -- 中文是占用2个字节的，英文是占用1一个字节 。
因为中文转换为byte字节，随着编码的不同，转换的字节长度也会不通，如编码为UTF-8，一个中文字符串转换为byte占三个字节.
*
*/
public class LearnCSplit {
/**
* 方法1，比方法2简洁
* @param text
* 目标字符串
* @param length
* 截取长度
* @param encode
* 采用的编码方式
* @return
* @throws UnsupportedEncodingException
*/
private static String substring(String str, int length1, String code) throws UnsupportedEncodingException {
if (str==null) {
return null;
}
StringBuilder sb=new StringBuilder();
int currentLength=0;
for (char c : str.toCharArray()) {
currentLength+=String.valueOf(c).getBytes(code).length;
if (currentLength<=length1) {
sb.append(c);
}else {
break;
}
}

return sb.toString();
}
public static void main(String[] args) throws UnsupportedEncodingException {
//StringBuilder sb=null;//线程不安全，性能高
String str="我ABC汉DEF";
int length1=3;
int length2=6;
String [] codes=new String[]{"GB2312","GBK","GB18030","CP936","CNS11643","UTF-8"};
for (String code : codes) {
System.out.println(new StringBuilder().append("用").append(code)
.append("编码截取字符串--【“").append(str).append("】")
.append(length1).append("个字节的结果是【")
.append(substring(str,length1,code)).append("】").toString());

System.out.println(new StringBuilder().append("用").append(code)
.append("编码截取字符串--【“").append(str).append("】")
.append(length2).append("个字节的结果是【")
.append(substring(str,length2,code)).append("】").toString());
}

////以上是方法1的
String value="乌鲁木齐测试测试开发资源服务有限责任公司达坂城分公司1A2b3";
//统计字节数
int countBytes=conutByte(value);
//已知字段长度40个字节
if (countBytes>40) {
value=substr(value,0,40);
System.out.println("输出指定字段长度的字符串："+value);

}






}

/**
* 统计字节数
* @param value
* @return
*/
private static int conutByte(String value) {
if (value==null) {
return 0;
}
byte[] bs;
try {
bs = value.getBytes("GB18030");
int lenbs=bs.length;
return lenbs;
} catch (UnsupportedEncodingException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}

return 0;
}
/**
* 截取字符
* @param str
* @param begin
* @param zdcd
* @return
*/
private static String substr(String str, int begin, int zdcd) {
if (str == null) {
return str;
}
String str2;

str=getSubString(str,zdcd);//截取指定字节长度的字符串，不能返回半个汉字20
zdcd=conutByte(str);//再从新计算字节个数，19
//我去恶趣味123我我去
byte[] bs;
try {
bs = str.getBytes("GB18030");
str2 = new String(bs, begin, zdcd, "GB18030");
return str2;
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
return "";

}
/**
* <b>截取指定字节长度的字符串，不能返回半个汉字</b>
* @param str
* @param zdcd
* @return
*/
private static String getSubString(String str, int zdcd) {
int count=0;
int offset=0;
char[] c=str.toCharArray();

for (int i = 0; i < c.length; i++) {

if (c[i]>256) {
offset=2;
count+=2;
}else{
offset=1;
count++;
}

if (count==zdcd) {
return str.substring(0, i+1);
}
if ((count==zdcd+1 && offset==2)) {
return str.substring(0, i);
}

}
return "";
}

 

}

控制台输出结果：

用GB2312编码截取字符串--【“我ABC汉DEF】3个字节的结果是【我A】
用GB2312编码截取字符串--【“我ABC汉DEF】6个字节的结果是【我ABC】
用GBK编码截取字符串--【“我ABC汉DEF】3个字节的结果是【我A】
用GBK编码截取字符串--【“我ABC汉DEF】6个字节的结果是【我ABC】
用GB18030编码截取字符串--【“我ABC汉DEF】3个字节的结果是【我A】
用GB18030编码截取字符串--【“我ABC汉DEF】6个字节的结果是【我ABC】
用CP936编码截取字符串--【“我ABC汉DEF】3个字节的结果是【我A】
用CP936编码截取字符串--【“我ABC汉DEF】6个字节的结果是【我ABC】
用CNS11643编码截取字符串--【“我ABC汉DEF】3个字节的结果是【我A】
用CNS11643编码截取字符串--【“我ABC汉DEF】6个字节的结果是【我ABC】
用UTF-8编码截取字符串--【“我ABC汉DEF】3个字节的结果是【我】
用UTF-8编码截取字符串--【“我ABC汉DEF】6个字节的结果是【我ABC】
输出指定字段长度的字符串：乌鲁木齐测试测试开发资源服务有限责任公司

 方法3：截取指定长度的字符串

public class CharactersSplit {
public static void main(String[] args) {
String value="乌鲁a木齐 同盛人力资源服务有限责任公司达坂城分公司1A2b3";//24+6+2=32
//value=getSubString(value,value.toCharArray().length);//乌鲁a木齐 同
value=getSubString(value,89);
//value=value.substring(0, 6);//乌鲁a木齐 同//这如果是89就会报下标越界
System.out.println(value);
}
/**
*Description:截取指定长度的字符串
* 与字符串 substring 方法相比，可以规长度不够截取出现的下标越界等问题
*/
public static String getSubString(String sOurce, int len) {
if (sOurce.isEmpty()) {
return "";
}
if (sOurce.length() <= len) {//32=32
// sOurce.length()=value.toCharArray().length
return sOurce;
}
return sOurce.substring(0, len);
}
}

运行输出结果：乌鲁a木齐  同盛人力资源服务有限责任公司达坂城分公司1A2b3