今天在在處理從網路上接收到的字串,因為是從後台C語言過來的一組拼接的字串,要定長截取,然而由於C語言是用Byte的方式計數,而java中是用Unicode編碼的方式計數,一個中文漢字以Bytes的方式是兩個位元組,而用Unicode的方式是一個字,所以難以準確的截取出我想到的內容,經過半天的探索發現應該以如下的方式來解決。
先將字串轉換為Bytes【】數組,編碼方式為“Unicode”,轉出來的數組中的第一位和第二位是-2和-1,真正的內容從第三位開始,所有的字元都佔用兩個位元組的空間,如果是英文和字母則第一個空間為0,如果是漢字就不是0,通過這樣的方法就可以正確處理截取字串的內容了!
public static String bSubstring(String s, int length) throws Exception { byte[] bytes = s.getBytes("Unicode"); int n = 0; // 表示當前的位元組數 int i = 2; // 要截取的位元組數,從第3個位元組開始 for (; i < bytes.length && n < length; i++) { // 奇數位置,如3、5、7等,為UCS2編碼中兩個位元組的第二個位元組 if (i % 2 == 1) { n++; // 在UCS2第二個位元組時n加1 } else { // 當UCS2編碼的第一個位元組不等於0時,該UCS2字元為漢字,一個漢字算兩個位元組 if (bytes[i] != 0) { n++; } } } // 如果i為奇數時,處理成偶數 if (i % 2 == 1) { // 該UCS2字元是漢字時,去掉這個截一半的漢字 if (bytes[i - 1] != 0) i = i - 1; // 該UCS2字元是字母或數字,則保留該字元 else i = i + 1; } return new String(bytes, 0, i, "Unicode"); }