根据字节数截取字符串

 

在网上看到一个考试题，做了试试看的，发现网上给的很多答案并不完全标准，不完全符合题目要求。题目如下：

 

编程：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ABC4”，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”。

 

package main;
/** 
 * @author H小阿飞
 */
public class SplitChar {
/**
       在UTF-8字符集中一个中文字
      占2个字节的：0个
      占3个字节的：基本等同于GBK，含21000多个汉字
      占4个字节的：中日韩超大字符集里面的汉字，有5万多个
 */	
	public void splitIt(String str,int bytes){
		char[] getChar = str.toCharArray();   //字符串以字符数组的形式存储
		int charLength = getChar.length;
		System.out.println("字符数组的长度："+charLength);
		int k = 0;
		String reStr = "";
		for(int i=0;i<charLength&&bytes>k;i++){  //bytes>k 用来限制循环的条件。形象点讲：bytes相当于一个剪切点，k从字符串数组起点游动寻找此bytes点。
			String s1 = String.valueOf(getChar[i]);	 //获取字符串数组中的字符并转换成String型
			byte[] getBytes = s1.getBytes();     //字符串数组中的字符串以字节数组的形式存储	
			if(getBytes.length==3){           //为了应付题目，把一个汉字当做2个字节
				k += getBytes.length-1;
			}else{
				k += getBytes.length;
			}		
			if(k<=bytes){      //处理如："a我"，2的情况，只输出"a",而不是"a我"
				reStr += getChar[i];
			}					
		}	
		System.out.println("截取后所需的字符串："+reStr);
	}

	public static void main(String[] args){
		String input = " a我b是c一d个e中f国g人";
		String number = "7";
		int num = Integer.valueOf(number);
		SplitChar splitChar = new SplitChar();
		splitChar.splitIt(input,num);
	}
}

 

 

注：题目本身并不完善，因为它认为一个中文字是两个字节的，而且我们平时也都是认为一个中文汉字是两个字节，一个英文字母是一个字节，但在UTF-8字符集下，中文汉字其实是3个字节，这也是我做了这条题目后才发现的。

对此我有个疑问：那在何种情况下一个中文字是两个字节呢？

应题目要求，我对中文字节数减了1,完全按照题目意思去写的代码。

 

下面的附近是对此进行了扩展，多了一个按字符截取字符串的功能

评论

1 楼 liuhailt 2012-08-07  

应该用工厂模式根据字符集的不同做不同处理吧。。。