IO练习--按字节截取字符串

来源：互联网发布：java 等待1秒编辑：程序博客网时间：2024/05/22 06:37

* 在Java中字符串“abcd”和字符串“ab你好”都是4个字符，
* 但是字节数不同，因为GBK中一个汉字占两个字节
* 定义一个方法用来按字节数截取字符串。
* 如：对于“ab你好”，取3个字节，“你”的字节只取了一半，无法正确显示，所以就把那个字节舍去
* 若取4个字节就是“ab你”，取5个字节还是“ab你”

 1 public class Test { 2  3     public static void main(String[] args) throws UnsupportedEncodingException { 4         String str=new String("ab你好w琲天"); 5         int len=str.getBytes("gbk").length; 6         for(int x=1;x<=len;x++){ 7             System.out.println("GBK编码，截取"+x+"个字节数的结果是"+cutStringByBytes(str, x)); 8         } 9 10         int len2=str.getBytes("utf-8").length;11         for(int x=1;x<=len2;x++){12             System.out.println("utf-8编码，截取"+x+"个字节数的结果是"+cutStringU8StringByBytes(str, x));13         }14 15     }16 //对于utf-8编码，一个汉字三个字节，用int表示都是负数17     public static String cutStringU8StringByBytes(String str, int len) throws UnsupportedEncodingException {18         byte[] buf=str.getBytes("utf-8");19         int count=0;20         for(int i=len-1;i>=0;i--){21             if(buf[i]<0)22                 count++;23             else 24                 break;25         }26         if(count%3==0){27             return new String(buf,0,len,"utf-8");28         }29         else if(count%3==1)30             return new String(buf,0,len-1,"utf-8");31         else32             return new String(buf,0,len-2,"utf-8");33     }34 35 //对于GBK编码，汉字的编码大部分是两个负数（因为高位字节是1），其他是一个负数一个正数（比如“琲”）36     public static String cutStringByBytes(String str, int len) throws UnsupportedEncodingException {37         byte[] buf=str.getBytes("gbk");38         int count=0;39         for(int i=len-1;i>=0;i--){40             if(buf[i]<0)41                 count++;42             else 43                 break;44         }45         if(count%2==0){46             return new String(buf,0,len,"gbk");47         }48         else49             return new String(buf,0,len-1,"gbk");50     }51 }

对于字符串“ab你好w琲天”的测试结果如下：

 1 GBK编码，截取1个字节数的结果是a 2 GBK编码，截取2个字节数的结果是ab 3 GBK编码，截取3个字节数的结果是ab 4 GBK编码，截取4个字节数的结果是ab你 5 GBK编码，截取5个字节数的结果是ab你 6 GBK编码，截取6个字节数的结果是ab你好 7 GBK编码，截取7个字节数的结果是ab你好w 8 GBK编码，截取8个字节数的结果是ab你好w 9 GBK编码，截取9个字节数的结果是ab你好w琲10 GBK编码，截取10个字节数的结果是ab你好w琲11 GBK编码，截取11个字节数的结果是ab你好w琲天12 13 utf-8编码，截取1个字节数的结果是a14 utf-8编码，截取2个字节数的结果是ab15 utf-8编码，截取3个字节数的结果是ab16 utf-8编码，截取4个字节数的结果是ab17 utf-8编码，截取5个字节数的结果是ab你18 utf-8编码，截取6个字节数的结果是ab你19 utf-8编码，截取7个字节数的结果是ab你20 utf-8编码，截取8个字节数的结果是ab你好21 utf-8编码，截取9个字节数的结果是ab你好w22 utf-8编码，截取10个字节数的结果是ab你好w23 utf-8编码，截取11个字节数的结果是ab你好w24 utf-8编码，截取12个字节数的结果是ab你好w琲25 utf-8编码，截取13个字节数的结果是ab你好w琲26 utf-8编码，截取14个字节数的结果是ab你好w琲27 utf-8编码，截取15个字节数的结果是ab你好w琲天

0 0