一个截取字符串函数引发的思考

背景

前些天，遇到这样一个问题，问题的内容如下：

要求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，截取后的效果应该为“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”。

问题

刚看到这个问题的时候，以为还是很简单的，但写出来之后，发现并不是想要的效果。回想一下当时的思路，就发现刚开始思考的时候，就没有考虑好，而且把汉字会导致的问题给忽略了，就这样没有一个完整的思路，就直接开始写代码了。大家可想而知，写出来的效果当然不会是你想要的了。

既然题目中已经要求了汉字存在时应该出现什么样的结果，那么我们就应该考虑，如何把英文和中文都统一成一种编码，而不是对它们进行单独的处理。设想一下，如果程序中对它们进行单独的处理，那么会出现什么样的问题呢？这个稍后再说。

实现

遇到这些问题之后，总得想办法解决吧，于是在网上找到了一种解决方案，主旨是，统一中英文的编码方式，即在GBK的编码方式下，把要截取的字符串转换为字节数组，此时，一个汉字就会转换为两个负数，例如，“我”就会转换为“-50, -46”。然后再针对截取到的负数的个数进行处理，就可以把汉字的问题解决了。

截取函数代码

<span style="font-family:Microsoft YaHei;font-size:12px;">/** * 截取要点： * 1. 首先将字符串转换成字节数组，再将字节数组的每个元素拿出来，判断有无负数（一个汉字为两个负数），即可知道有没有汉字 * 2. len：是将字符串转换成字节数组后，要截取的长度，如“我ABC你”的字节数组长度为7（-50，-46，65，66，67，-60，-29） * ，而截取的是6（-50，-46，65，66，67，-60） * 3. 对截取的字节数组（-50，-46，65，66，67，-60），统计负数的个数 * 4. String里的 substring 方法将双字节的汉字当成一个字节的字符（UCS2字符） *  * @param str * @param len * @return */public static String subString(String str, int len) {// 判断字符串是否为空if (str == null && "".equals(str)) {return null;}// 将字符串中的char数组转换成指定编码方式的byte数组的函数byte[] strBytes = null;try {strBytes = str.getBytes("GBK");} catch (UnsupportedEncodingException e) {e.printStackTrace();}// 得到字符串的长度int strLen = strBytes.length;// 判断截取字符串的长度是否在判断的范围内，否则返回原串if (len >= strLen || len < 1) {return str;}// 打印出字符串长度和截取的长度System.out.println("strBytes.length = " + strBytes.length);System.out.println("len = " + len);int count = 0;for (int i = 0; i < len; i++) {// 将每个字节数组转换为整型数，以为后面根据值的正负来判断是否为汉字int value = strBytes[i];// System.out.println("strBytes[" + i + "] = " + strBytes[i] + ",");System.out.println(value + ",");// 我ABC你 -50,-46,65,66,67,-60,-29// 对于第一种情况：// 注，一个函数转换成整型书就为两个负整数，上面的“我ABC你”，转换成整型数就为 -50,-46,65,66,67,-60,-29// 但是 len=6，所以截取下来就是 -50,-46,65,66,67,-60，count就为3// 如果是汉字（负），则统计截取字符串中的汉字所占字节数if (value < 0) {count++;}System.out.println("汉字字节码的数量为 " + count);}// 依据判断给定的字符串是否含有汉字，利用String类的substring()方法来截取不同的长度// 根据所统计的字节数，判断截取到字符是否为半个汉字，奇数为半个汉字if (count % 2 != 0) {// 如果在截取长度为1时，则将该汉字取出，其他情况则不截取（截取字节长度数 - 截取汉字字节数/2 - 截取到的半个汉字的字节数）len = (len == 1) ? len : len - count / 2 - 1;// len=6-3/2-1=4 我ABC// System.out.println("count / 2 = " + count / 2);System.out.println("处理后的len = " + len);} else {// 截取字符长度为字节长度 - 汉字所占字节长度 / 2 (汉字占两个字节)len = len - (count / 2);}return str.substring(0, len);}</span>

测试代码

<span style="font-family:Microsoft YaHei;font-size:12px;">/** * @param args */public static void main(String[] args) {// 情况一System.out.println("------------ 情况一  ------------");String inStr = "我ABC你";String str = subString(inStr, 6);System.out.println(str);// 我ABC// 情况二System.out.println("------------ 情况二  ------------");inStr = "我ABC汉DEF";str = subString(inStr, 1);System.out.println(str);// 我// 情况三System.out.println("------------ 情况三  ------------");inStr = "我AB爱孩子CDEF";str = subString(inStr, 9);System.out.println(str);// 我AB爱孩// 情况四System.out.println("------------ 情况四  ------------");inStr = "ABCDEF";str = subString(inStr, 4);System.out.println(str); // ABCD}</span>

测试结果

思考

通过这个题目，给了我很多的启示，首先，在“下笔”之时，就应该考虑到灵活性的问题，虽然这里只是中英文的字符串截取，但是如果再增加一种其他语言呢？扩展性就没有那么好了，这也是上边所提到的问题。好的设计是一方面，代码的实现上，也要做到解耦合。同时，这也提醒了我，在考虑问题的时候，首先不能一头扎到细节中，而是先要有一个全局观，对整体有个全面的了解，将具体的问题抽象化、简单化，层层剖析；做完这一点之后，才是对具体的问题具体分析。