java基礎知識回顧之---java String final類普通方法的應用之“按照位元組截取字串”

標籤：style   blog   color   java   使用   io   for   ar   

/*
需求：在java中，字串“abcd”與字串“ab你好”的長度是一樣，都是四個字元。
但對應的位元組數不同，一個漢字佔兩個位元組。
定義一個方法，按照最大的位元組數來取子串。
如：對於“ab你好”，如果取三個位元組，那麼子串就是ab與“你”字的半個，
那麼半個就要捨棄。如果去四個位元組就是“ab你”，取五個位元組還是“ab你”.
*/

代碼：其實是一個解碼和編碼的問題，要明白UTF-8碼錶和GBK碼錶的區別，UTF-8中用三個位元組代表一個漢字，GBK使用2個位元組代表一個漢字。

且在碼錶中都是用數字存放這些漢字。例如在GBK碼錶中，“你”為“-60 -29”;“好”為“-70 -61”，"謝"為"-48 -69".

我們把字串先變成位元組，按位元組截取字串。也就是先編碼成某個碼錶中的數字，然後在把數字翻譯過來，也就是查碼錶。對於GBK碼錶來說，兩個數字代表一個漢字，且一般漢字用負數代表。那麼我們可以來統計負數的個數count來決定是否捨棄半個漢字的問題，然後在判斷負數的個數的奇偶性，如果count是奇數，則截取最後一個數字，捨棄半個漢字，解碼輸出，如果是偶數，全部解碼輸出。

public class Test {    /**     * @param args     * @throws IOException      */    public static void main(String[] args) throws IOException {                 String str = "ab你好cd謝謝";// 97 98 -60 -29 -70 -61 99 100 -48 -69 -48 -69                int len = str.getBytes("gbk").length;                for(int x=0; x<len; x++){            System.out.println("截取"+(x+1)+"個位元組結果是："+cutStringByByte(str, x+1));        }        //        int len = str.getBytes("utf-8").length;        //        for(int x=0; x<len; x++){//            System.out.println("截取"+(x+1)+"個位元組結果是："+cutStringByU8Byte(str, x+1));//        }             }    /*        String str1 = "琲";//-84 105
          byte[] buf = str1.getBytes("gbk");
          for(byte b : buf){
             System.out.print(" "+b);//-84  105 
*/    /**     * 使用Utf-8按照位元組截取字串，Utf-8用3個位元組代表一個漢字。     */    public static String cutStringByU8Byte(String str, int len) throws IOException {                byte[] buf = str.getBytes("utf-8");//編碼        System.out.println(buf);                int count = 0;        for(int x=len-1; x>=0; x--){            if(buf[x]<0)                count++;            else                break;        }                if(count%3==0)            return new String(buf,0,len,"utf-8");//解碼        else if(count%3==1)            return new String(buf,0,len-1,"utf-8");        else             return new String(buf,0,len-2,"utf-8");            }    /**     * 使用位元組截取字串，gbk預設一個漢字為2個位元組，編碼錶用兩個數字代表一個漢字。     * （60 -29 -70 -61）代表你好     * 思路：我們可以記錄負數的個數，     * 如果數位個數為偶數，不用截取，沒有半個漢字的情況，     * 如果負數的個數為奇數，那麼加入有5個數字，那麼最後一個數字捨棄。變為4個數字，再解碼。     * @param str     * @param len     * @return     * @throws IOException     */    public static String cutStringByByte(String str,int len) throws IOException{                byte[] buf = str.getBytes("gbk");//把指定編碼的字串轉化為位元組，存放到位元組數組中，編碼        int count = 0;        for(int x=len-1; x>=0; x--){//從數組的最後面開始迴圈，記錄負數的個數            if(buf[x]<0)//漢字的編碼錶為負數                count++;            else                break;        }                if(count%2==0)//負數的個數為偶數,不截取            return new String(buf,0,len,"gbk");//解碼        else            return new String(buf,0,len-1,"gbk");//捨棄一位元字，解碼    }}