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”。
上面给出的是在gbk编码下的截取字符串。
下面我写了个代码，可以在utf-8和gbk编码下都能截取字符串。
注意：utf-8下的绝大多数汉字都是3个字节，所以，为了简化，全部当成了3个字节处理。
注意：
在上一个中，我把题意理解错了，其实题目要求的只是输出第一个n字节的字串就可以了。
在上一个中我是把一个字符串按照n拆分了。。。。
package io.app; import java.io.IOException; import org.junit.Test; /** * * @author 陈浩翔 * * @version 1.0 2016-4-28 */ public class StringCut { public static void main(String[] args) { String str = "ab你好a琲琲"; byte bf[] = str.getBytes();//这里是采用默认编码，可能是GBK，也可能是UTF-8 for(int i=0;i<=bf.length;i++){ String res; try { res = cutString(str,i); System.out.println(i+" : "+res); } catch (IOException e) { e.printStackTrace(); } } } /** * 根据传入的字符串，来判断是什么编码的，分别导向不同的方法 * @param str * @param len * @return * @throws IOException */ private static String cutString(String str, int len) throws IOException { //System.getProperty("file.encoding")---获得系统的编码 if(System.getProperty("file.encoding").equalsIgnoreCase("gbk")){ return cutStringGbk(str, len); } if(System.getProperty("file.encoding").equalsIgnoreCase("utf-8")){ return cutStringUtf8(str, len); } throw new RuntimeException("不支持当前系统的编码"); } private static String cutStringUtf8(String str, int len) throws IOException { byte buf[] = str.getBytes("utf-8"); int count=0; for(int i=len-1;i>=0;i--){ if(buf[i]<0){ count++; }else{ break; } } int x = count%3; return new String(buf,0,len-x,"utf-8"); } private static String cutStringGbk(String str, int len) throws IOException { byte buf[] = str.getBytes("gbk"); int count=0; for(int i=len-1;i>=0;i--){ if(buf[i]<0){ count++; }else{ break; } } if(count%2==0){ return new String(buf,0,len,"gbk"); }else{ return new String(buf,0,len-1,"gbk"); } } @Test /** * 可以不需要main方法进行运行单个方法！！！！ * @throws IOException */ public void analyze() throws IOException { //String str ="ab你好"; String str ="ab你好a琲琲琲"; //byte buf[] = str.getBytes("gbk"); byte buf[] = str.getBytes("utf-8"); for(byte b:buf){ System.out.print(b+" "); } System.out.println(); } }
GBK下的运行结果：
（汉字为2个字节）
0 : 1 : a 2 : ab 3 : ab 4 : ab你 5 : ab你 6 : ab你好 7 : ab你好a 8 : ab你好a 9 : ab你好a琲 10 : ab你好a琲 11 : ab你好a琲琲
UTF-8下的运行结果：
（汉字理解为3个字节）
0 : 1 : a 2 : ab 3 : ab 4 : ab 5 : ab你 6 : ab你 7 : ab你 8 : ab你好 9 : ab你好a 10 : ab你好a 11 : ab你好a 12 : ab你好a琲 13 : ab你好a琲 14 : ab你好a琲 15 : ab你好a琲琲
