`
shaomeng95
  • 浏览: 221884 次
  • 性别: Icon_minigender_1
  • 来自: 南京
社区版块
存档分类
最新评论

面试题：编写一个截取字符串的函数

CC++C#编程面试 
阅读更多

        上周某公司笔试时遇到的题目，题目描述如下：

编程题
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”。

 这道题目的关键点有两个：

1、汉字按照2字节，英文字母按照1字节进行截取（需要找到对应的编码格式）

2、如何判断哪个是汉字，哪个是英文字母（需要找到区分汉字与字母的方法）

 

关于编码格式（参考文章），哪种编码能符合题目的要求呢，请看下面（参考文章）：

import java.io.UnsupportedEncodingException;

public class EncodeTest {
	/**
	 * 打印字符串在指定编码下的字节数和编码名称到控制台
	 * 
	 * @param s
	 *            字符串
	 * @param encodingName
	 *            编码格式
	 */
	public static void printByteLength(String s, String encodingName) {
		System.out.print("字节数：");
		try {
			System.out.print(s.getBytes(encodingName).length);
		} catch (UnsupportedEncodingException e) {
			e.printStackTrace();
		}
		System.out.println(";编码：" + encodingName);
	}

	public static void main(String[] args) {
		String en = "A";
		String ch = "人";

		// 计算一个英文字母在各种编码下的字节数
		System.out.println("英文字母：" + en);
		EncodeTest.printByteLength(en, "GB2312");
		EncodeTest.printByteLength(en, "GBK");
		EncodeTest.printByteLength(en, "GB18030");
		EncodeTest.printByteLength(en, "ISO-8859-1");
		EncodeTest.printByteLength(en, "UTF-8");
		EncodeTest.printByteLength(en, "UTF-16");
		EncodeTest.printByteLength(en, "UTF-16BE");
		EncodeTest.printByteLength(en, "UTF-16LE");

		System.out.println();

		// 计算一个中文汉字在各种编码下的字节数
		System.out.println("中文汉字：" + ch);
		EncodeTest.printByteLength(ch, "GB2312");
		EncodeTest.printByteLength(ch, "GBK");
		EncodeTest.printByteLength(ch, "GB18030");
		EncodeTest.printByteLength(ch, "ISO-8859-1");
		EncodeTest.printByteLength(ch, "UTF-8");
		EncodeTest.printByteLength(ch, "UTF-16");
		EncodeTest.printByteLength(ch, "UTF-16BE");
		EncodeTest.printByteLength(ch, "UTF-16LE");
	}
}

 

运行结果如下：

  1. 英文字母：A
  2. 字节数：1;编码：GB2312
  3. 字节数：1;编码：GBK
  4. 字节数：1;编码：GB18030
  5. 字节数：1;编码：ISO-8859-1
  6. 字节数：1;编码：UTF-8
  7. 字节数：4;编码：UTF-16
  8. 字节数：2;编码：UTF-16BE
  9. 字节数：2;编码：UTF-16LE
  10. 中文汉字：人
  11. 字节数：2;编码：GB2312
  12. 字节数：2;编码：GBK
  13. 字节数：2;编码：GB18030
  14. 字节数：1;编码：ISO-8859-1
  15. 字节数：3;编码：UTF-8
  16. 字节数：4;编码：UTF-16
  17. 字节数：2;编码：UTF-16BE
  18. 字节数：2;编码：UTF-16LE

可知，GB2312、GBK、GB18030三种编码格式都符合题目要求

 

如何判断哪个字符是中文，哪个是字母，可能有很多种方法，仁者见仁吧

一种，可以将字符串转化为字符数组，分别检查字符的GBK形式的字节长度

另一种，可以按照指定的字节数截取对应长度的字符串，然后判断子串的字节长度是否等于指定截取的字节长度，等于的话，说明子串没有中文，不等于的话，说明有中文字符。

请看相关代码：

 /**  
    * 判断是否是一个中文汉字  
    *   
     * @param c  
    *            字符  
     * @return true表示是中文汉字，false表示是英文字母  
     * @throws UnsupportedEncodingException  
     *             使用了JAVA不支持的编码格式  
     */  
    public static boolean isChineseChar(char c)   
            throws UnsupportedEncodingException {   
       // 如果字节数大于1，是汉字   
       // 以这种方式区别英文字母和中文汉字并不是十分严谨，但在这个题目中，这样判断已经足够了   
       return String.valueOf(c).getBytes("GBK").length > 1;   
    }

 

 /**
     * 将给定的字符串按着给定的截取长度截取
     * <br>
     * 注意一个汉字占2个字节
     * @param str
     * @param subSLength
     * @return 截取后的字符串
     * @throws UnsupportedEncodingException 
     */
    public static String subStr(String str, int subSLength)
            throws UnsupportedEncodingException
    {
        
        if (str == null)
            return null;
        else
        {
            int tempSubLength = subSLength;//截取字节数
         subSLength=subSLength>str.length()?str.length():subSLength;            
            String subStr = str.substring(0, subSLength);//截取的子串
            
            int subStrByetsL = subStr.getBytes("GBK").length;//截取子串的字节长度
            
            // 说明截取的字符串中包含有汉字
            while (subStrByetsL > tempSubLength)
            {
                subStr = str.substring(0, --subSLength);
                subStrByetsL = subStr.getBytes("GBK").length;
            }
            return subStr;
        }
        
    }

 

 

分享到：
| 出门碰到new String("XYZ")创建了几个Stri ...
评论
43 楼 dl12346 2011-05-30  
以前做项目的时候有做过，具体的实现忘记了，应该不是楼主的方法
42 楼 guo4623009 2011-05-30  
shaomeng95 写道
guo4623009 写道
文思创新的 ？？？？

不是，你为啥会想到文思创新？

我做过这个题目就是  文思创新的   杭州
41 楼 isaac.198 2011-05-12  
BBjava 写道
一道笔试题就要分析这么多，有点难为人了。

这题挺简单的呀，做一次线性扫描就行了，判断每个字符占的字节数，一直扫描到长度等于或大于长度限制时就返回 substring，只是楼主写的文字多了些，把你吓到了~~~
40 楼 nianien 2011-05-12  
java_user 写道
nianien 写道
wolf_awp 写道
我也实现了下，不需要用getBytes()这样的方法。
地址：http://zhaiyz.iteye.com/blog/1040743

其实题目的核心就是让汉字占两个字节
StringBuilder或StringBuffer是不用的
我们只需确定截取字符串的下标就可以了！
不同编码情况应该有不同的判断方法
你这里虽然没有用到getBytes()方法，但还是用了unicode。

再次声明，本题和编码是没有关系的
你只需要一种汉字占成两个字节，英文占一个字节的编码，不论这个编码是哪种格式

UTF-8中汉字是3字节吧

我是说找一种汉字占两个字节的编码格式,UTF-8 3字节,也没让你用它啊
39 楼 java_user 2011-05-12  
nianien 写道
wolf_awp 写道
我也实现了下，不需要用getBytes()这样的方法。
地址：http://zhaiyz.iteye.com/blog/1040743

其实题目的核心就是让汉字占两个字节
StringBuilder或StringBuffer是不用的
我们只需确定截取字符串的下标就可以了！
不同编码情况应该有不同的判断方法
你这里虽然没有用到getBytes()方法，但还是用了unicode。

再次声明，本题和编码是没有关系的
你只需要一种汉字占成两个字节，英文占一个字节的编码，不论这个编码是哪种格式

UTF-8中汉字是3字节吧
38 楼 nianien 2011-05-12  
wolf_awp 写道
我也实现了下，不需要用getBytes()这样的方法。
地址：http://zhaiyz.iteye.com/blog/1040743

其实题目的核心就是让汉字占两个字节
StringBuilder或StringBuffer是不用的
我们只需确定截取字符串的下标就可以了！
不同编码情况应该有不同的判断方法
你这里虽然没有用到getBytes()方法，但还是用了unicode。

再次声明，本题和编码是没有关系的
你只需要一种汉字占成两个字节，英文占一个字节的编码，不论这个编码是哪种格式
37 楼 myter7 2011-05-11  
其实， 题目很简单。
想说的是， 楼主的解题思路很清晰， 条件考虑的很仔细， 对编码的考虑确实合理。
也写过这个面试题， 当初没考虑编码， 后来才发现编码不同的环境下， 字符的字节不同。也懒得去改了。

http://myter7.iteye.com/blog/1011715
36 楼 wolf_awp 2011-05-11  
我也实现了下，不需要用getBytes()这样的方法。
地址：http://zhaiyz.iteye.com/blog/1040743
35 楼 nianien 2011-05-11  
shaomeng95 写道
nianien 写道
//根本和编码没有关系
//考虑的是字符串而不是字符
public class Test {
    public static String subString(String str, int bytes) {
        StringBuilder sb = new StringBuilder();
        int sum = 0;
        for (int i = 0; i < str.length(); i++) {
            String ch = str.substring(i, i + 1);
            if ((sum += ch.getBytes().length) > bytes) break;
            sb.append(ch);
        }
        return sb.toString();
    }
    public static void main(String[] args) {
        String str = "我ABC";
        System.out.println(subString(str,4));
        str = "我ABC汉DEF";
         System.out.println(subString(str,6));
    }

}

你再好好看看题目，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”。再问一下您，ch.getBytes()中默认的编码是什么，您知道吗？ 看你程序的输出：



有那么麻烦么？ 
public static String subString(String str, int bytes) throws Exception {  
int i = 1;  
for (; i <= str.length()&& str.substring(0, i).getBytes("GBK").length <= bytes; i++);  
return str.substring(0, i - 1);  
}
34 楼 nianien 2011-05-11  
shaomeng95 写道
duronshi 写道
nianien 写道
//根本和编码没有关系
//考虑的是字符串而不是字符
public class Test {
    public static String subString(String str, int bytes) {
        StringBuilder sb = new StringBuilder();
        int sum = 0;
        for (int i = 0; i < str.length(); i++) {
            String ch = str.substring(i, i + 1);
            if ((sum += ch.getBytes().length) > bytes) break;
            sb.append(ch);
        }
        return sb.toString();
    }
    public static void main(String[] args) {
        String str = "我ABC";
        System.out.println(subString(str,4));
        str = "我ABC汉DEF";
         System.out.println(subString(str,6));
    }

}



正解

兄弟，你好好运行一下上面的代码，看是否能得出题目要求的结果。


兄台，我还是坚持认为，这道题考得和编码根本没有任何关系，
你无非需要一种汉字用两个字节，英文用一个字节的编码而已，仅此而已
而你编写的Java程序，ch.getBytes()默认的是当前平台默认编码格式
而在中文环境下就是GBK，而且你可以随便指定编码ch.getBytes("GBK"),这OK
所以核心代码还是下面这个，就三句话而已 
public static String subString(String str, int bytes) throws Exception {
int i = 1;
for (; i <= str.length()&& str.substring(0, i).getBytes("GBK").length <= bytes; i++);
return str.substring(0, i - 1);
}
33 楼 15210494746 2011-05-11  
没看大家的解决方案，自己尝试写了下。思路还真不一样。看了下楼主的解决办法，发现自己对JDK的API还需仔细研磨下，贴出菜鸟级的方法大家轻拍
public static void mySubString(String context,int byteIndex){
char [] context_chars = context.toCharArray();
List<Integer> chineseBeginIndex = new ArrayList<Integer>();
//将中文的byteBeginIndex放入集合
int j=0;
for(char c : context_chars){
if(String.valueOf(c).matches("[^u4E00-u9FA5]")){
chineseBeginIndex.add(j+1);
j+=2;
}else{
j++;
}
}
byte [] context_bytes = context.getBytes();
int byteLength = context_bytes.length;
byteIndex = byteIndex>byteLength?byteLength:byteIndex;
for(Integer v : chineseBeginIndex ){
if(v==byteIndex)byteIndex++;
}
byte [] resultBytes = new byte[byteIndex];
for(int i=0;i<byteIndex;i++){
resultBytes[i]=context_bytes[i];
}
System.out.println(new String(resultBytes));
}
public static void main(String[] args) {
mySubString("ABC12我是123AS啊", 6);
}
32 楼 shaomeng95 2011-05-11  
duronshi 写道
nianien 写道
//根本和编码没有关系
//考虑的是字符串而不是字符
public class Test {
    public static String subString(String str, int bytes) {
        StringBuilder sb = new StringBuilder();
        int sum = 0;
        for (int i = 0; i < str.length(); i++) {
            String ch = str.substring(i, i + 1);
            if ((sum += ch.getBytes().length) > bytes) break;
            sb.append(ch);
        }
        return sb.toString();
    }
    public static void main(String[] args) {
        String str = "我ABC";
        System.out.println(subString(str,4));
        str = "我ABC汉DEF";
         System.out.println(subString(str,6));
    }

}



正解

兄弟，你好好运行一下上面的代码，看是否能得出题目要求的结果。
31 楼 shaomeng95 2011-05-11  
nianien 写道
//根本和编码没有关系
//考虑的是字符串而不是字符
public class Test {
    public static String subString(String str, int bytes) {
        StringBuilder sb = new StringBuilder();
        int sum = 0;
        for (int i = 0; i < str.length(); i++) {
            String ch = str.substring(i, i + 1);
            if ((sum += ch.getBytes().length) > bytes) break;
            sb.append(ch);
        }
        return sb.toString();
    }
    public static void main(String[] args) {
        String str = "我ABC";
        System.out.println(subString(str,4));
        str = "我ABC汉DEF";
         System.out.println(subString(str,6));
    }

}

你再好好看看题目，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”。再问一下您，ch.getBytes()中默认的编码是什么，您知道吗？ 看你程序的输出：


30 楼 duronshi 2011-05-11  
nianien 写道
//根本和编码没有关系
//考虑的是字符串而不是字符
public class Test {
    public static String subString(String str, int bytes) {
        StringBuilder sb = new StringBuilder();
        int sum = 0;
        for (int i = 0; i < str.length(); i++) {
            String ch = str.substring(i, i + 1);
            if ((sum += ch.getBytes().length) > bytes) break;
            sb.append(ch);
        }
        return sb.toString();
    }
    public static void main(String[] args) {
        String str = "我ABC";
        System.out.println(subString(str,4));
        str = "我ABC汉DEF";
         System.out.println(subString(str,6));
    }

}



正解
29 楼 java_user 2011-05-11  
如果语言是java，那真是没什么好说的，根本就和是不是中文没有关系

但如果是C语言，那还是比较有难度的
28 楼 ouyangshixiong 2011-05-11  
public class TestCutString {

/**
* @param args
*/
public static void main(String[] args) {
String test = "abc中文def";
String rs = test.substring(1, 4);
System.out.println(rs);

}

}


bc中
27 楼 panpan123mail 2011-05-11  
nianien 写道
//根本和编码没有关系
//考虑的是字符串而不是字符
public class Test {
    public static String subString(String str, int bytes) {
        StringBuilder sb = new StringBuilder();
        int sum = 0;
        for (int i = 0; i < str.length(); i++) {
            String ch = str.substring(i, i + 1);
            if ((sum += ch.getBytes().length) > bytes) break;
            sb.append(ch);
        }
        return sb.toString();
    }
    public static void main(String[] args) {
        String str = "我ABC";
        System.out.println(subString(str,4));
        str = "我ABC汉DEF";
         System.out.println(subString(str,6));
    }

}

您这个运行结果就和运行环境的字符有很大关系，所以最好指定字符编码，以便准确输出
26 楼 nianien 2011-05-11  
再次郑重声明,本题和字符编码没有关系
大家需要清楚一个概念,字符串是由单个字符串(String)连接而成的,不是由单个字符(char)连接而成的
如 "中国"="中"+"国";
而不是"中国"='中'+'国'; 

  public static String subString2(String str, int bytes) {
        int i = 1;
        for (; i <= str.length() && str.substring(0, i).getBytes().length <= bytes; i++) ;
        return str.substring(0, i-1);
    }
25 楼 JE帐号 2011-05-11  
如果不是限定了汉语,这个问题没有那么简单,编码从来不是简单的问题.

比如说,test.toCharArray() 返回的其实不一定是实际的字符数,因为Character类还有增补字符这个概念. 
	public static void main(String[] args) {
		
		System.out.println(Character.charCount(0x10000));
		System.out.println(new String(Character.toChars(0x10000)));
		
		String test = new StringBuilder().append('a').append('中').append(new String(Character.toChars(0x10000))).toString();
		
		System.out.println(test);	
		System.out.println(test.length());		

	}


上面的代码运行结果是:
a中?
4
虽然说那个?我们不知道是什么东西,但是从语义上来讲,它确实是单个字符,并且在java内部被两个char联合表示.
(顺便报告JE的一个bug,最初那个特殊字符我不是用?来代替的,而是使用符号本身,但是在提交后,发现回复从这个增补字符的地方被截断了)


有兴趣的朋友可以看看下面这篇文章:
Java 平台中的增补字符
24 楼 nianien 2011-05-11  
//根本和编码没有关系
//考虑的是字符串而不是字符
public class Test {
    public static String subString(String str, int bytes) {
        StringBuilder sb = new StringBuilder();
        int sum = 0;
        for (int i = 0; i < str.length(); i++) {
            String ch = str.substring(i, i + 1);
            if ((sum += ch.getBytes().length) > bytes) break;
            sb.append(ch);
        }
        return sb.toString();
    }
    public static void main(String[] args) {
        String str = "我ABC";
        System.out.println(subString(str,4));
        str = "我ABC汉DEF";
         System.out.println(subString(str,6));
    }

}
发表评论

您还没有登录,请您登录后再发表评论

相关推荐

    华为-华为od题库练习题之截取字符串.zip

    在IT领域，特别是软件开发和面试准备中，掌握特定公司的技术要求是非常...这个压缩包“华为_华为od题库练习题之截取字符串”就是一个很好的实践资源，通过解题，你可以更好地掌握字符串截取的技巧，并提升编程能力。

    常见的Java上机面试题.pdf

    面试题 1 的截取字符串函数是一个典型的例子，要求面试者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。这个问题的关键是考虑中文字符和英文字符的占用字节数问题，中文字符占两...

    JAVA 综合面试题.pdf

    15. 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： 该题目考察了 Java 中的字符串处理和编码，要求使用 Java 语言编写一个截取字符串的函数。 16. Java 编程, 打印昨天...

    Java经典面试题(带答案)

    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。这道题考察了Java中的字符串处理和 Unicode 知识。 知识点8: 排序算法 排序问题需要列举出各种排序...

    java常见面试题及三大框架面试

    14. 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。 可以使用 Java 的 String 类和 substring 方法实现字符串的截取。 15. JAVA 多线程编程。用 JAVA 写一个多线程程序，...

    讲座资料（2021年-2022年收藏的常见的Java上机面试题.doc

    该题要求编写一个函数，根据输入的字节数截取字符串，同时保证汉字不被分割。这个问题的关键在于理解Java中字符编码，尤其是中文字符占两个字节，而英文字符占一个字节。解决这个问题需要编写一个算法，能够识别和...

    2.6号面试题---编程

    接着，我们需要编写一个函数来截取字符串。这个函数的关键在于确保不会将汉字截断。在UTF-8编码下，一个汉字通常占用3个或4个字节，而英文字母或数字则占用1个字节。因此，我们在截取时需要考虑字符串的字节长度，而...

    面试UC浏览器的一道处理字符串的题目（已提供答案）

    这个类提供了丰富的API，如`substring()`用于截取字符串，`indexOf()`和`lastIndexOf()`用于查找子串，`replace()`和`replaceAll()`用于替换子串，`split()`用于按指定分隔符分割字符串，以及`concat()`用于连接字符...

    java面试题.doc

    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。需要保证汉字不被截半个。 5. 多线程编程 Java 多线程编程，例如写四个线程，二个加 1，二个对一个变量减一，输出。 6. JDBC ...

    java按字节截取带有汉字的字符串的解法(推荐)

    Java面试题中提到的问题是，当截取字符串时，要保证汉字不被分割。这是因为substring方法在处理多字节字符（如汉字）时，可能会在字符中间截断，导致乱码。为了解决这个问题，我们需要编写一个定制的截取函数，这个...

    Java面试题以及答案整理.pdf

    16. **截取字符串的函数** 编写这样的函数需要考虑字符编码和字符串边界问题，确保汉字不被截断。 17. **打印昨天的当前时刻** 使用`java.util.Calendar`或`java.time`包中的类来获取昨天的日期，并格式化输出。 ...

    常见的Java上机面试题

    #### 面试题1：如何截取字符串 **考题背景与目的** 在Java编程面试中，基础编程技能的考察尤为关键，特别是对字符串处理能力的要求非常高。这是因为字符串在实际应用中极为常见，而如何高效地处理字符串则是程序员...

    Java学习精品面试题

    2. 使用substr()方法来截取字符串。 3. 使用replace()方法来替换字符串。 六、函数式编程 函数式编程是一种编程范式，强调使用纯函数、immutable数据结构和递归来编写程序。常见的函数式编程技术包括： 1. 使用高...

    常见的Java上机面试题.docx

    面试题1要求编写一个函数，用于截取字符串。该函数接收两个参数：一个是待截取的字符串，另一个是指定的字节数。函数的目标是在不超过指定字节数的前提下，尽可能完整地保留整个字符，尤其是避免截取半个汉字的情况...

    java 面试题 经典收藏

    1. **逐字节截取**：使用`substring`函数实现，它接受一个字符串和截取的字节数作为参数。 ```java public String substring(String input, int n) { byte[] bytes = input.getBytes(); byte[] data = new byte...

    php面试题，公司内部面试题

    此函数通过 `substr()` 函数截取字符串的不同部分，并使用点号 (`.`) 进行连接。注意这里使用了 `substr()` 而不是 `strsub()`，后者是错误的函数名。 #### 三、SQL删除重复记录 **题目描述：** 删除表中 `school_...

    某单位的软件笔试题（四道题）

    - **自定义字符串操作**：除了使用标准库提供的函数外，有时还需要自己编写函数来实现特定的字符串操作功能，例如反转字符串或查找子字符串的位置等。 #### 第二题：指针与结构体 题目原文：“一个结构体变量为何不...

    java经典面试题.doc

    编程：编写一个截取字符串的函数 实现一个函数，根据指定的字节数截取字符串，并确保不截断汉字。 #### 17. Java编程,打印昨天的当前时刻 使用`LocalDate`和`LocalDateTime`类及其相关的`minusDays`方法来实现。...

    Java企业面试题整理及答案

    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。** 实现此功能需要注意处理中文字符，因为中文占两个字节。可以使用 `getBytes()` 和 `new String()` 方法来实现： ```...

Magicbox
Global site tag (gtag.js) - Google Analytics