java按字节截取字符串

桃扇骨 2021-10-13 03:19 405阅读 0赞

> 需求:oracle有个备注长度只有100，但是不能扩大，只能截取java传输过程中的字符长度

# 如何知道一个汉字在Oracle数据库中具体占用几个字节？ #

### 方式一:这个其实和Oracle的配置是相关的，用以下语句查询当前数据库的字符集： ###

#### 理论 ####

select * from v$nls_parameters t where t.PARAMETER='NLS_CHARACTERSET';

可以得到如下结果:  
如果value=ZHS16GBK，那么一个汉字占用2个字节，  
如果value=AL32UTF8，那么一个汉字占用3个字节（这是Oracle数据库默认的）。

#### 实际 ####

所以可以看出我的数据库是占用2个字节  
![在这里插入图片描述][20190821142506506.png]

### 方式二:查看oracle server端字符集 ###

#### 理论 ####

select userenv('language') from dual;

如果结果是下面这样的，一个汉字就占用两个字节  
SIMPLIFIED CHINESE\_CHINA.ZHS16GBK  
如果结果是下面这样的，那么一个汉字就占用三个字节  
SIMPLIFIED CHINESE\_CHINA.AL32UTF8

#### 实际 ####

![在这里插入图片描述][201908211428595.png]

### 方式三:也可以尝试用以下语句查询一个汉字占用的字节长度 ###

#### 理论 ####

直接可以查看对应字符的长度（空格是1个长度）

select lengthb('你') from dual;

#### 实际 ####

![在这里插入图片描述][20190821143114418.png]

# java #

### 实现代码 ###

package com.zjnac.restfulapi.util;
    
    import java.io.IOException;
    
    /** * @ClassName CutStringUtil * @Description 按字节截取字符串 * @Author Duplicator * @Date 2019/8/21 14:38 * @Version 1.0 **/
    public class CutStringUtil { 
    
        public static void main(String[] args) throws IOException { 
    
            String str = "ab你好cd谢谢";
            int len = str.getBytes("gbk").length;
            for (int x = 0; x < len; x++) { 
                System.out.println("截取" + (x + 1) + "字节结果时："
                        + cutStringByGBK(str, x + 1));
            }
            String str1 = "ab你好cd杮";
            int len1 = str.getBytes("gbk").length;
            for (int x = 0; x < len1; x++) { 
                System.out.println("截取" + (x + 1) + "字节结果时："
                        + cutStringByUTF8(str1, x + 1));
            }
        }
    
        // 使用UTF-8编码表进行截取字符串，一个汉字对应三个负数，一个英文字符对应一个正数
        public static String cutStringByUTF8(String str, int len) throws IOException { 
            if(str==null){ 
                return null;
            }
            //前提不知道str他的长度，而指定的len长于实际str长度数组下标超过异常
            int actualLen = str.getBytes("gbk").length;
            if(actualLen<len){ 
                len = actualLen;
            }
            byte[] buf = str.getBytes("utf-8");
            int count = 0;
            for (int x = len - 1; x >= 0; x--) { 
                if (buf[x] < 0) { 
                    count++;
                } else { 
                    break;
                }
            }
            if (count % 3 == 0) { 
                return new String(buf, 0, len, "utf-8");
            } else if (count % 3 == 1) { 
                return new String(buf, 0, len - 1, "utf-8");
            } else { 
                return new String(buf, 0, len - 2, "utf-8");
            }
        }
    
        // 使用GBK编码表进行字符串的截取，一个英文字符对应码表一个正数，一个汉字对应两个负数
        public static String cutStringByGBK(String str, int len)
                throws IOException { 
            if(str==null){ 
                return null;
            }
            int actualLen = str.getBytes("gbk").length;
            if(actualLen<len){ 
                len = actualLen;
            }
            byte[] buf = str.getBytes("gbk");
            int count = 0;
            for (int x = len - 1; x >= 0; x--) { 
                //统计按字节截取的字符串中，中文字符串有几个字节
                //小于0的是中文的部分
                if (buf[x] < 0) { 
                    count++;
                } else { 
                    break;
                }
            }
            if (count % 2 == 0) { 
                return new String(buf, 0, len, "gbk");
            } else { 
                return new String(buf, 0, len - 1, "gbk");
            }
        }
    }

[20190821142506506.png]: /images/20211013/ae213c554086468aaecb271ecfbc0c7d.png
[201908211428595.png]: /images/20211013/84a28d15044a44c78b1e84dd87153fc8.png
[20190821143114418.png]: /images/20211013/e55b8b1f83c24701b416dfe1d4f45322.png