截取中英文混合字符串
2013-08-27 10:53
399 查看
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 。
中文编码资料:
中文字符编码简介
http://www.cftea.com/c/2008/03/140B5A561NFN51DS.asp
中文编码基础知识介绍
http://www.eygle.com/digest/2007/01/zhs16gbk_char.html
JAVA 编码
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”。
*
* 解决方法: 中文是占用2个字节的,英文是占用1一个字节, 所以先确定一种编码满足此条件。
* GB2312、GBK、GB18030,CP936以及CNS11643都满足条件。
*
* @author Eric
* @version 1.0
*
*/
public class CharactersSplit {
/**
*
* @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
*/
public String substring(String text, int length, String encode)
throws UnsupportedEncodingException {
if (text == null) {
return null;
}
StringBuilder sb = new StringBuilder();
int currentLength = 0;
for (char c : text.toCharArray()) {
currentLength += String.valueOf(c).getBytes(encode).length;
if (currentLength <= length) {
sb.append(c);
} else {
break;
}
}
return sb.toString();
}
public void test() throws Exception {
String text = "我ABC汉DEF";
int length1 = 3;
int length2 = 6;
String[] encodes = new String[] { "GB2312", "GBK", "GB18030", "CP936",
"CNS11643" };
for (String encode : encodes) {
System.out.println(new StringBuilder().append("用").append(encode)
.append("编码截取字符串 -- 【").append(text).append("】").append(
length1).append("个字节的结果是【").append(
substring(text, length1, encode)).append("】")
.toString());
System.out.println(new StringBuilder().append("用").append(encode)
.append("编码截取字符串 -- 【").append(text).append("】").append(
length2).append("个字节的结果是【").append(
substring(text, length2, encode)).append("】")
.toString());
}
}
public static void main(String[] args) throws Exception {
new CharactersSplit().test();
}
}
测试结果:
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】
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 。
中文编码资料:
中文字符编码简介
http://www.cftea.com/c/2008/03/140B5A561NFN51DS.asp
中文编码基础知识介绍
http://www.eygle.com/digest/2007/01/zhs16gbk_char.html
JAVA 编码
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”。
*
* 解决方法: 中文是占用2个字节的,英文是占用1一个字节, 所以先确定一种编码满足此条件。
* GB2312、GBK、GB18030,CP936以及CNS11643都满足条件。
*
* @author Eric
* @version 1.0
*
*/
public class CharactersSplit {
/**
*
* @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
*/
public String substring(String text, int length, String encode)
throws UnsupportedEncodingException {
if (text == null) {
return null;
}
StringBuilder sb = new StringBuilder();
int currentLength = 0;
for (char c : text.toCharArray()) {
currentLength += String.valueOf(c).getBytes(encode).length;
if (currentLength <= length) {
sb.append(c);
} else {
break;
}
}
return sb.toString();
}
public void test() throws Exception {
String text = "我ABC汉DEF";
int length1 = 3;
int length2 = 6;
String[] encodes = new String[] { "GB2312", "GBK", "GB18030", "CP936",
"CNS11643" };
for (String encode : encodes) {
System.out.println(new StringBuilder().append("用").append(encode)
.append("编码截取字符串 -- 【").append(text).append("】").append(
length1).append("个字节的结果是【").append(
substring(text, length1, encode)).append("】")
.toString());
System.out.println(new StringBuilder().append("用").append(encode)
.append("编码截取字符串 -- 【").append(text).append("】").append(
length2).append("个字节的结果是【").append(
substring(text, length2, encode)).append("】")
.toString());
}
}
public static void main(String[] args) throws Exception {
new CharactersSplit().test();
}
}
测试结果:
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】
相关文章推荐
- Java的中英文混合截取字符串的问题解决方法
- PHP获取中英文混合字符串长度及截取
- java按字节截取中英文混合字符串
- 解决lua中截取字符串(中英文混合)赋值失败的问题
- ThinkPHP+Smarty模板中截取包含中英文混合的字符串乱码的解决方案
- ASP如何计算中英文混合字符串长度和截取字符串
- 用C#截取指定长度的中英文混合字符串
- 用CSS解决中英文混合字符串的截取省略问题的解决办法
- C#实现中英文混合字符串截取的方法
- 用JS来实现于截取中英文混合字符串方法
- 用C#截取指定长度的中英文混合字符串(转)
- 用CSS解决中英文混合字符串的截取省略问题的解决办法
- 截取中英文混合字符串
- Django 截取中英文混合字符串
- javascript截取字符串(支持中英文混合)
- 用C#截取指定长度的中英文混合字符串 改进版--转载
- PHP截取中英文混合字符串中的英文
- C# 截取中英文混合字符串分行显示宽度相同
- sql 2005 中英文混合的字符串截取函数
- (JAVA)截取中英文混合字符串