Java中1个char类型的变量可存储任意编码的1个字符，如1个ASC码和或1个中文字符，例如：含有3个ASC和含有3个汉字字符的字符串长度是一样的： "1ac".length()==3; "你好a".length()=3; 但上述两个字符串所占的byte是不一样的，前者是3，后者是5（1个汉字2byte）。 请编写函数: public static String leftStr(String source, int maxByteLen) 从source中取最大maxByteLen个byte的子串。当最后一个byte恰好为一个汉字的前半个字节时，舍弃此byte。例如： String str="我LRW爱JAVA"; leftStr(str,1)==""; leftStr(str,2)=="我"; leftStr(str,4)=="我LR"; leftStr(str,11)=="我LRW";或者，当最后一个byte恰好为一个汉字的前半个字节时，补全汉字（多截取一个byte）。例如： String str="我LRW爱JAVA"; leftStr(str,1)=="我"; leftStr(str,2)=="我"; leftStr(str,4)=="我LR"; leftStr(str,11)=="我LRW爱"; 一种做法是依次判断每一个字符是否为中文。（参考http://zangweiren.javaeye.com/blog/216005中的四） 在此考虑另一种解决办法。因为汉字只涉及到最后一个字节，当最后一个字节是汉字的前半个字节时需要特殊处理，所以就围绕“怎么判断最后一个字节是汉字的前半个字节”进行考虑。单独来讲，是无法判定一个字节到底是不是一个汉字的前半个字节，但可以判断出是否是字串中某个汉字的前半个字节。汉字为：“\u4e00-\u9fa5”（未考证） 解决办法就是：将截取的最后一个字节与紧跟在后面的一个字节进行组合（考虑后面已经没字节的情况），判断组合出来的一个字符是否包含在原字符串中：如果包含，则说明是前半个汉字；如果不包含，则说明不是前半个汉字。（应该也无法区分汉字、韩文、日文）。 以“我LRW爱JAVA”为例。其getBytes()（使用默认的字符集）得到的二进制码为：CED2 4C 52 57 B0AE 4A 41 56 41。 截取前1个字节时，为“CE”，那么就判断“CED2”是否是前半个汉字，用“CED2”构造一个字符出来（亦使用默认字符集），判断构造出来的字符是否包含在原字串中。发现构造出来的字符是“我”，显然包含在原字串中，所以是前半个汉字。 截取前2个字节时，为“CED2”（就是“我”字），那么就判断“D2”是否是前半个汉字，用“D24C”构造一个字符出来（亦使用默认字符集），发现构造出来的字符是“襆”，显然不包含在原字串中，所以不是前半个汉字。 判断出来了最后一个字节是否为前半个汉字后就很容易处理了，一种是舍弃最后一个字节，一种是加多一个字节，以便保证汉字的完整。 所有过程均采用默认字符集，绕过了不同字符集编码不同的影响。 完整源码如下： /** * Java中1个char类型的变量可存储任意编码的1个字符，如1个ASC码和或1个中文字符， * 例如：含有3个ASC和含有3个汉字字符的字符串长度是一样的： "1ac".length()==3; "你好a".length()=3; * 但上述两个字符串所占的byte是不一样的，前者是3，后者是5（1个汉字2byte）。 * 请编写函数: * public static String leftStr(String source, int maxByteLen) * 从source中取最大maxByteLen个byte的子串。 * 当最后一个byte恰好为一个汉字的前半个字节时，舍弃此byte。例如： * String str="我LRW爱JAVA"; * leftStr(str,1,-1)==""; * leftStr(str,2,-1)=="我"; * leftStr(str,4,-1)=="我LR"; * leftStr(str,11,-1)=="我LRW"; * 当最后一个byte恰好为一个汉字的前半个字节时，补全汉字（多取一个字节）。例如： * String str="我LRW爱JAVA"; * leftStr(str,1,1)=="我"; * leftStr(str,2,1)=="我"; * leftStr(str,4,1)=="我LR"; * leftStr(str,11,1)=="我LRW爱"; * * @param source 原始字符串 * @param maxByteLen 截取的字节数 * @param flag 表示处理汉字的方式。1表示遇到半个汉字时补全，-1表示遇到半个汉字时舍弃 * @return 截取后的字符串 */ public static String leftStr(String source, int maxByteLen, int flag){ if(source == null || maxByteLen <= 0){ return ""; } byte[] bStr = source.getBytes(); if(maxByteLen >= bStr.length)return source; String cStr = new String(bStr, maxByteLen - 1, 2); if(cStr.length() == 1 && source.contains(cStr)){ maxByteLen += flag; } return new String(bStr, 0, maxByteLen); }
评论