Java面试题之一---------字符串截取（字节分配）（编码）

在java中，字符串“abcd”与字符串“ab你好”的长度是一样，都是四个字符。
但对应的字节数不同，一个汉字占两个字节。
定义一个方法，按照指定的字节数来取子串。

如：对于“ab你好”，如果取三个字节，那么子串就是ab与“你”字的半个，那么半个就要舍弃。如果取四个字节就是“ab你”，取五个字节还是“ab你”。   

<span style="font-size:18px;">package cn.hncu.IO;import java.io.IOException;import java.io.UnsupportedEncodingException;public class Stringcut {public static void main(String[] args) throws IOException {String str ="abc你好呀vfc";byte a[]=str.getBytes("gbk");System.out.println(str);for(int i=0;i<=a.length;i++){String s=cutStringbkbk(str,i);System.out.println("取"+i+"个字节之后： "+s);}}private static String cutStringbkbk(String str, int i) throws IOException {if(System.getProperty("file.encoding").equalsIgnoreCase("gbk")){return cutStringgbk(str,i);}if(System.getProperty("file.encoding").equalsIgnoreCase("utf-8")){return cutStringutf(str,i);}return null;}/* * 这个为GBK编码，一个汉字两个字节,一正一负 */private static String cutStringgbk(String str, int len) throws IOException {byte[] a=str.getBytes();//放入字节数组int count=0;for(int i=len-1;i>=0;i--){//从传进来的len-1个开始,防止有的汉字编码出现正负两个if(a[i]<0){//若小于0，则为汉字编码，计数加1count++;}else{break;//若大于0，则出现的可能是字符。说明这个位置不是汉字编码了，再根据count与2取余是否能等于0}}if(count%2==0){//说明汉字的字节数是完整的，返回所有的传进来的字节数return new String(a,0,len);}else{//汉字字节不完整，所有去掉其余部分，返回完整的信息return new String(a,0,len-1);}}/* * 为ＵＴＦ－８格式，和上面的一样，只是汉字的字节数是3个字节，在判断时候需要修改下 */private static String cutStringutf(String str, int len) throws IOException {byte[] a=str.getBytes("utf-8");int count=0;for(int i=len-1;i>=0;i--){if(a[i]<0){count++;}else{break;}}if(count%3==0){return new String(a,0,len);}else{return new String(a,0,len-count%3);}}}</span>

原理很简单，就是用到汉字的字节和一般的不一样，在GBK中，一个汉字是两个字节（负数），在Utf_8中，一个汉

字是3个字节，三个负数。然后根据符号不一样来进行判断