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,我們可以通過下面的例子來(lái)看看在一些常見的編碼格式下,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)分開中文漢字和英文字母,這個(gè)問題就迎刃而解了,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
關(guān)于Linux服務(wù)器配置java環(huán)境遇到的問題小結(jié)
這篇文章主要介紹了關(guān)于Linux服務(wù)器配置java環(huán)境遇到的問題小結(jié),本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-12-12
JavaMail實(shí)現(xiàn)發(fā)送郵件(QQ郵箱)
這篇文章主要為大家詳細(xì)介紹了JavaMail實(shí)現(xiàn)發(fā)送郵件(QQ郵箱),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-08-08
spring boot 學(xué)習(xí)筆記(入門篇)
ing Boot是由Pivotal團(tuán)隊(duì)提供的全新框架,其設(shè)計(jì)目的是用來(lái)簡(jiǎn)化新Spring應(yīng)用的初始搭建以及開發(fā)過程。這篇文章給大家?guī)?lái)了spring boot 入門學(xué)習(xí)筆記,需要的朋友參考下2018-02-02
10個(gè)實(shí)現(xiàn)Java集合,Map類型自由轉(zhuǎn)換的實(shí)用工具方法
這篇文章主要為大家整理了整理了10個(gè)實(shí)用工具方法,可以滿足?Collection、List、Set、Map?之間各種類型轉(zhuǎn)化,文中的示例代碼講解詳細(xì),需要的可以參考下2023-09-09
spring?boot項(xiàng)目自定義參數(shù)校驗(yàn)規(guī)則示例詳解
這篇文章主要介紹了spring boot項(xiàng)目如何自定義參數(shù)校驗(yàn)規(guī)則,自定義校驗(yàn)規(guī)則和自帶的規(guī)則實(shí)現(xiàn)方式一樣,先自定義一個(gè)注解,然后指定校驗(yàn)類,在校驗(yàn)類里實(shí)現(xiàn)具體的校驗(yàn)規(guī)則,本文結(jié)合示例代碼給大家介紹的非常詳細(xì),需要的朋友可以參考下2023-07-07
使用JPA自定義VO類型轉(zhuǎn)換(EntityUtils工具類)
這篇文章主要介紹了使用JPA自定義VO類型轉(zhuǎn)換(EntityUtils工具類),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-11-11
springboot+jwt+springSecurity微信小程序授權(quán)登錄問題
這篇文章主要介紹了springboot+jwt+springSecurity微信小程序授權(quán)登錄問題,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-01-01

