Java 按字节获得字符串(中文)长度

package cn.com.songjy.test;

import java.io.UnsupportedEncodingException;

/**
 * 在Java中按字节获得字符串长度的两种方法
 *
 */

public class App 
{
    public static void main( String[] args ) throws UnsupportedEncodingException
    {
        String str = "只";
        
        System.out.println(getWordCount(str));
        System.out.println(getWordCountRegex(str));
        System.out.println(getWordCountCode(str,"GBK"));
        System.out.println(getWordCountCode(str,"UTF-8"));
    }
    
    /*由于Java是基于Unicode编码的，因此，一个汉字的长度为1，而不是2。
     * 但有时需要以字节单位获得字符串的长度。例如，“123abc长城”按字节长度计算是10，而按Unicode计算长度是8。
     * 为了获得10，需要从头扫描根据字符的Ascii来获得具体的长度。如果是标准的字符，Ascii的范围是0至255，如果是汉字或其他全角字符，Ascii会大于255。
     * 因此，可以编写如下的方法来获得以字节为单位的字符串长度。*/
    public static int getWordCount(String s)
    {
        int length = 0;
        for(int i = 0; i < s.length(); i++)
        {
            int ascii = Character.codePointAt(s, i);
            if(ascii >= 0 && ascii <=255)
                length++;
            else
                length += 2;
                
        }
        return length;
        
    }
    
    /*基本原理是将字符串中所有的非标准字符（双字节字符）替换成两个标准字符（**，或其他的也可以）。这样就可以直接例用length方法获得字符串的字节长度了*/
    public static  int getWordCountRegex(String s)
    {

        s = s.replaceAll("[^\\x00-\\xff]", "**");
        int length = s.length();
        return length;
    }
    
    /*按特定的编码格式获取长度*/
    public static int getWordCountCode(String str, String code) throws UnsupportedEncodingException{
    	return str.getBytes(code).length;
    }
}

引自：http://www.blogjava.net/nokiaguy/archive/2010/04/11/317982.html