您的位置:首页 > 其它

IO练习--按字节截取字符串

2017-04-06 15:52 253 查看
* 在Java中字符串“abcd”和字符串“ab你好”都是4个字符,
* 但是字节数不同,因为GBK中一个汉字占两个字节
* 定义一个方法用来按字节数截取字符串。
* 如:对于“ab你好”,取3个字节,“你”的字节只取了一半,无法正确显示,所以就把那个字节舍去
* 若取4个字节就是“ab你”,取5个字节还是“ab你”

1 public class Test {
2
3     public static void main(String[] args) throws UnsupportedEncodingException {
4         String str=new String("ab你好w琲天");
5         int len=str.getBytes("gbk").length;
6         for(int x=1;x<=len;x++){
7             System.out.println("GBK编码,截取"+x+"个字节数的结果是"+cutStringByBytes(str, x));
8         }
9
10         int len2=str.getBytes("utf-8").length;
11         for(int x=1;x<=len2;x++){
12             System.out.println("utf-8编码,截取"+x+"个字节数的结果是"+cutStringU8StringByBytes(str, x));
13         }
14
15     }
16 //对于utf-8编码,一个汉字三个字节,用int表示都是负数
17     public static String cutStringU8StringByBytes(String str, int len) throws UnsupportedEncodingException {
18         byte[] buf=str.getBytes("utf-8");
19         int count=0;
20         for(int i=len-1;i>=0;i--){
21             if(buf[i]<0)
22                 count++;
23             else
24                 break;
25         }
26         if(count%3==0){
27             return new String(buf,0,len,"utf-8");
28         }
29         else if(count%3==1)
30             return new String(buf,0,len-1,"utf-8");
31         else
32             return new String(buf,0,len-2,"utf-8");
33     }
34
35 //对于GBK编码,汉字的编码大部分是两个负数(因为高位字节是1),其他是一个负数一个正数(比如“琲”)
36     public static String cutStringByBytes(String str, int len) throws UnsupportedEncodingException {
37         byte[] buf=str.getBytes("gbk");
38         int count=0;
39         for(int i=len-1;i>=0;i--){
40             if(buf[i]<0)
41                 count++;
42             else
43                 break;
44         }
45         if(count%2==0){
46             return new String(buf,0,len,"gbk");
47         }
48         else
49             return new String(buf,0,len-1,"gbk");
50     }
51 }


对于字符串“ab你好w琲天”的测试结果如下:

1 GBK编码,截取1个字节数的结果是a
2 GBK编码,截取2个字节数的结果是ab
3 GBK编码,截取3个字节数的结果是ab
4 GBK编码,截取4个字节数的结果是ab你
5 GBK编码,截取5个字节数的结果是ab你
6 GBK编码,截取6个字节数的结果是ab你好
7 GBK编码,截取7个字节数的结果是ab你好w
8 GBK编码,截取8个字节数的结果是ab你好w
9 GBK编码,截取9个字节数的结果是ab你好w琲
10 GBK编码,截取10个字节数的结果是ab你好w琲
11 GBK编码,截取11个字节数的结果是ab你好w琲天
12
13 utf-8编码,截取1个字节数的结果是a
14 utf-8编码,截取2个字节数的结果是ab
15 utf-8编码,截取3个字节数的结果是ab
16 utf-8编码,截取4个字节数的结果是ab
17 utf-8编码,截取5个字节数的结果是ab你
18 utf-8编码,截取6个字节数的结果是ab你
19 utf-8编码,截取7个字节数的结果是ab你
20 utf-8编码,截取8个字节数的结果是ab你好
21 utf-8编码,截取9个字节数的结果是ab你好w
22 utf-8编码,截取10个字节数的结果是ab你好w
23 utf-8编码,截取11个字节数的结果是ab你好w
24 utf-8编码,截取12个字节数的结果是ab你好w琲
25 utf-8编码,截取13个字节数的结果是ab你好w琲
26 utf-8编码,截取14个字节数的结果是ab你好w琲
27 utf-8编码,截取15个字节数的结果是ab你好w琲天


 
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: