使用Java截取字符串的方法
Web應(yīng)用程序在瀏覽器中顯示字符串時(shí)，由于顯示長(zhǎng)度的限制，常常需要將字符串截取后再進(jìn)行顯示。但目前很多流行的語言，如C#、Java內(nèi)部采用的都是 Unicode 16（UCS2）編碼，在這種編碼中所有的字符都是兩個(gè)字符，因此，如果要截取的字符串是中、英文、數(shù)字混合的，就會(huì)產(chǎn)生問題，如下面的字符串：
- String s = "a加b等于c，如果a等1、b等于2，那么c等3";
上面的字符串既有漢字，又有英文字符和數(shù)字。如果要截取前6個(gè)字節(jié)的字符，應(yīng)該是”a加b等"，但如果用substring方法截取前6個(gè)字符就成了"a 加b等于c"。產(chǎn)生這個(gè)問題的原因是將substring方法將雙字節(jié)的漢字當(dāng)成一個(gè)字節(jié)的字符（UCS2字符）處理了。要解決這個(gè)問題的方法是首先得到該字符串的UCS2編碼的字節(jié)數(shù)組，如下面的代碼如下：
- byte[] bytes = s.getBytes("Unicode");
由于上面生成的字節(jié)數(shù)組中前兩個(gè)字節(jié)是標(biāo)志位，bytes[0] = -2，bytes[1] = -1，因此，要從第三個(gè)字節(jié)開始掃描，對(duì)于一個(gè)英文或數(shù)字字符，UCS2編碼的第二個(gè)字節(jié)是相應(yīng)的ASCII，第一個(gè)字節(jié)是0，如a的UCS2編碼是0 97，而漢字兩個(gè)字節(jié)都不為0，因此，可以利于UCS2編碼的這個(gè)規(guī)則來計(jì)算實(shí)際的字節(jié)數(shù)，該方法的實(shí)現(xiàn)代碼如下：
- public static String bSubstring(String s, int length) throws Exception
- {
- byte[] bytes = s.getBytes("Unicode");
- int n = 0; // 表示當(dāng)前的字節(jié)數(shù)
- int i = 2; // 要截取的字節(jié)數(shù)，從第3個(gè)字節(jié)開始
- for (; i < bytes.length && n < length; i++)
- {
- // 奇數(shù)位置，如3、5、7等，為UCS2編碼中兩個(gè)字節(jié)的第二個(gè)字節(jié)
- if (i % 2 == 1)
- {
- n++; // 在UCS2第二個(gè)字節(jié)時(shí)n加1
- }
- else
- {
- // 當(dāng)UCS2編碼的第一個(gè)字節(jié)不等于0時(shí)，該UCS2字符為漢字，一個(gè)漢字算兩個(gè)字節(jié)
- if (bytes[i] != 0)
- {
- n++;
- }
- }
- }
- // 如果i為奇數(shù)時(shí)，處理成偶數(shù)
- if (i % 2 == 1)
- {
- // 該UCS2字符是漢字時(shí)，去掉這個(gè)截一半的漢字
- if (bytes[i - 1] != 0)
- i = i - 1;
- // 該UCS2字符是字母或數(shù)字，則保留該字符
- else
- i = i + 1;
- }
- return new String(bytes, 0, i, "Unicode");
- }
下面代碼使用了bSubstring方法：
- String s = "a加b等于c，如果a等1、b等于2，那么c等3";
- System.out.println(bSubstring(s, 6));
上面的代碼截取的字符串是"a加b等"。
【編輯推薦】
