这里有新鲜出炉的Java设计模式,程序狗速度看过来!
java 是一种可以撰写跨平台应用软件的面向对象的程序设计语言,是由Sun Microsystems公司于1995年5月推出的Java程序设计语言和Java平台(即JavaEE(j2ee), JavaME(j2me), JavaSE(j2se))的总称。
下面小编就为大家带来一篇java按字节截取带有汉字的字符串的解法(推荐)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
由于接口使用的oracle字段长度为固定字节数,然后传进来的字符串估计比数据库字段的总字节数要大,那么截取小于数据库字节数的字符串。
自己参考网上的例子,整了个递归调用就可以了,因为截取的字符字节长度必须小与数据库的字节长度,即如果最后一个字符为汉字,那么只能去掉往前截取。
- /**
- * 判断传进来的字符串,是否
- * 大于指定的字节,如果大于递归调用
- * 直到小于指定字节数 ,一定要指定字符编码,因为各个系统字符编码都不一样,字节数也不一样
- * @param s
- * 原始字符串
- * @param num
- * 传进来指定字节数
- * @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面试题:
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"。
目前很多流行的语言,如C#、Java内部采用的都是 Unicode 16(UCS2)编码,在这种编码中所有的字符都是两个字符,因此,如果要截取的字符串是中、英文、数字混合的,就会产生问题,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";
上面的字符串既有汉字,又有英文字符和数字。如果要截取前6个字节的字符,应该是”a加b等",但如果用substring方法截取前6个字符就成了"a 加b等于c"。产生这个问题的原因是将substring方法将双字节的汉字当成一个字节的字符(UCS2字符)处理了。
英文字母和中文汉字在不同的编码格式下,所占用的字节数也是不同的,我们可以通过下面的例子来看看在一些常见的编码格式下,一个英文字母和一个中文汉字分别占用多少字节。
- import java.io.UnsupportedEncodingException;
- public class EncodeTest {
- /**
- * 打印字符串在指定编码下的字节数和编码名称到控制台
- *
- * @param s
- * 字符串
- * @param encodingName
- * 编码格式
- */
- public static void printByteLength(String s, String encodingName) {
- System.out.print("字节数:");
- try {
- System.out.print(s.getBytes(encodingName).length);
- } catch(UnsupportedEncodingException e) {
- e.printStackTrace();
- }
- System.out.println(";编码:" + encodingName);
- }
- public static void main(String[] args) {
- String en = "A";
- String ch = "人";
- // 计算一个英文字母在各种编码下的字节数
- 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();
- // 计算一个中文汉字在各种编码下的字节数
- System.out.println("中文汉字:" + 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");
- }
- }
运行结果如下:
1.英文字母:A
2.字节数:1;编码:GB2312
3.字节数:1;编码:GBK
4.字节数:1;编码:GB18030
5.字节数:1;编码:ISO-8859-1
6.字节数:1;编码:UTF-8
7.字节数:4;编码:UTF-16
8.字节数:2;编码:UTF-16BE
9.字节数:2;编码:UTF-16LE
10.中文汉字:人
11.字节数:2;编码:GB2312
12.字节数:2;编码:GBK
13.字节数:2;编码:GB18030
14.字节数:1;编码:ISO-8859-1
15.字节数:3;编码:UTF-8
16.字节数:4;编码:UTF-16
17.字节数:2;编码:UTF-16BE
18.字节数:2;编码:UTF-16LE
UTF-16BE和UTF-16LE是UNICODE编码家族的两个成员。UNICODE标准定义了UTF-8、UTF-16、UTF-32三种编码格式,共有UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE七种编码方案。JAVA所采用的编码方案是UTF-16BE。从上例的运行结果中我们可以看出,GB2312、GBK、GB18030三种编码格式都可以满足题目的要求。下面我们就以GBK编码为例来进行解答。
我们不能直接使用String类的substring(int beginIndex, int endIndex)方法,因为它是按字符截取的。'我'和'Z'都被作为一个字符来看待,length都是1。实际上我们只要能区分开中文汉字和英文字母,这个问题就迎刃而解了,而它们的区别就是,中文汉字是两个字节,英文字母是一个字节。
- package com.newyulong.iptv.billing.ftpupload;
- import java.io.UnsupportedEncodingException;
- public class CutString {
- /**
- * 判断是否是一个中文汉字
- *
- * @param c
- * 字符
- * @return true表示是中文汉字,false表示是英文字母
- * @throws UnsupportedEncodingException
- * 使用了JAVA不支持的编码格式
- */
- public static boolean isChineseChar(char c) throws UnsupportedEncodingException {
- // 如果字节数大于1,是汉字
- // 以这种方式区别英文字母和中文汉字并不是十分严谨,但在这个题目中,这样判断已经足够了
- return String.valueOf(c).getBytes("UTF-8").length > 1;
- }
- /**
- * 按字节截取字符串
- *
- * @param orignal
- * 原始字符串
- * @param count
- * 截取位数
- * @return 截取后的字符串
- * @throws UnsupportedEncodingException
- * 使用了JAVA不支持的编码格式
- */
- public static String substring(String orignal, int count) throws UnsupportedEncodingException {
- // 原始字符不为null,也不是空字符串
- if (orignal != null && !"".equals(orignal)) {
- // 将原始字符串转换为GBK编码格式
- orignal = new String(orignal.getBytes(), "UTF-8"); //
- // System.out.println(orignal);
- //System.out.println(orignal.getBytes().length);
- // 要截取的字节数大于0,且小于原始字符串的字节数
- 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)) {
- // 遇到中文汉字,截取字节总数减1
- --count;
- }
- }
- // System.out.println(new String(buff.toString().getBytes("GBK"),"UTF-8"));
- return new String(buff.toString().getBytes(), "UTF-8");
- }
- }
- return orignal;
- }
- /**
- * 按字节截取字符串
- *
- * @param orignal
- * 原始字符串
- * @param count
- * 截取位数
- * @return 截取后的字符串
- * @throws UnsupportedEncodingException
- * 使用了JAVA不支持的编码格式
- */
- public static String gsubstring(String orignal, int count) throws UnsupportedEncodingException {
- // 原始字符不为null,也不是空字符串
- if (orignal != null && !"".equals(orignal)) {
- // 将原始字符串转换为GBK编码格式
- orignal = new String(orignal.getBytes(), "GBK");
- // 要截取的字节数大于0,且小于原始字符串的字节数
- 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)) {
- // 遇到中文汉字,截取字节总数减1
- --count;
- }
- }
- return buff.toString();
- }
- }
- return orignal;
- }
- /**
- * 判断传进来的字符串,是否
- * 大于指定的字节,如果大于递归调用
- * 直到小于指定字节数
- * @param s
- * 原始字符串
- * @param num
- * 传进来指定字节数
- * @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爱你们JAVA";
- System.out.println("原始字符串:" + s + " : 字节数是: " + 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字节:" + CutString.idgui(s, 11));
- }
- }
以上这篇java按字节截取带有汉字的字符串的解法(推荐)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持PHPERZ。
来源: http://www.phperz.com/article/17/1117/360043.html