java截取中英文字符串

ゝ一世哀愁。 2022-03-20 12:49 276阅读 0赞

**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”。

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 。

package com.demo.runnable;
    
    import java.io.UnsupportedEncodingException;
    
    public class AbsDemo {
    	 /**
    	  * 
    	  * @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;//汉字为2字节，英文1字节
    		      if (currentLength <= length) {//若当前长度小于等于要截取的长度，增加字符c
    		          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" };
    	  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 AbsDemo().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】