java:关于字符编码的试题

爱被打了一巴掌 2022-08-04 00:58 100阅读 0赞

/**
     编写函数，从一个字符串中按字节数截取一部分，但不能截取出半个中文（GBK码表）
            例如：从“HM程序员”中截取2个字节是“HM”，截取4个则是“HM程”，截取3个字节也要是"HM"而不要出现半个中文
    思路：GBK编码中，一个字母占一个字节，切最高位为0；一个汉字占两个字节，最高位都为为1.
    */
    import java.util.*;
    
    class Test10
    {
            public static void main(String[] args) throws Exception
            {
                    String str = "你好HM程序员";
    
                    //c从str中截取前3个字节，并返回字符串
                    String sub = backString(str, 3);
                    
                    System.out.println(sub);
            }
            
            //取字符创str的前n个字节的字符串
            public static String backString(String str, int n) throws Exception
            {
                    //字符串转换为字节数组
                    byte[] buf = str.getBytes("GBK");
                    
                    //存储返回的子串
                    String sub = null;
                    
                    //记录每个字节的最高位
                    StringBuilder sb = new StringBuilder(); //
            
                    for(byte b : buf)
                    {
                            String s = Integer.toBinaryString(b&128);
                            char[] ch = s.toCharArray();
                            
                            sb.append(ch[0]);        
                    }
                    //System.out.println(sb);
                    
                    //第n个字节的最高位
                    char c = sb.charAt(n-1);        
                    //System.out.println(c);
                    
                    //如果第n个字节最高位为0，则返回前n个字节的字符串
                    if(c == '0')
                    {
                            sub = new String(buf, 0, n, "GBK");
                    }
                    
                    //如果第n个字节最高位为1，则需要记录前n个字节最高位为1的个数count
                    //count为偶数，则该字节只是一个中文字符的一部分，只需返回前n-1个字节的字符串形式
                    //count为奇数，则第n-1个字节的最高位必也为1，这两个字节正好形成一个中文字符，返回前n个字节的字符串形式
                    else
                    {
                            int count = 0;
                            //记录'1'在sb中的第n个字符之前出现的次数
                            char[] s1 = sb.toString().toCharArray();
                            
                            for(int i = 0; i < n-1 ; i++)
                            {
                                    if(s1[i] == '1')
                                    {
                                            count++;
                                    }
                            }
                            
                            if(count%2 == 0)
                            {
                                    sub = new String(buf, 0, n-1, "GBK");
                            }
                            else
                            {
                                    sub = new String(buf, 0, n, "GBK");
                            }
                    }
                    
                    return sub;
            
            }
    }