javascript 判斷中文字元長度的函數代碼

JS的字串都是string對象，可以用string對象的length屬性可以擷取其長度，但是無論是中文、全形符號以及英文最小長度單位都是1，這與php的strlen()並不相同。

複製代碼 代碼如下:function strlen(str) {
var s = 0;
for(var i = 0; i < str.length; i++) {
if(str.charAt(i).match(/[u0391-uFFE5]/)) {
s += 2;
} else {
s++;
}
}
return s;
}

抓取出每個字元，匹配全形字元和漢字的，則計2個字元，其他的則計1個字元。 複製代碼 代碼如下:<script>
alert (fucCheckLength("中國a"));
function fucCheckLength(strTemp)
{
var i,sum;
sum=0;
for(i=0;i<strTemp.length;i++)
{
if ((strTemp.charCodeAt(i)>=0) && (strTemp.charCodeAt(i)<=255))
sum=sum+1;
else
sum=sum+2;
}
return sum;
}
</script>

會得到結果是：5 要得到的位元組長度吧？請注意位元組和字元的差異。而位元組長度是和編碼有關係的，比如"中國a"，gbk/gb2312編碼是5個位元組，可是如果是utf-8，則是7個位元組（utf-8下通常一個漢字3個位元組）。
我們可以把所有字元轉換在gbk再操作，執行個體 複製代碼 代碼如下:function Utf8ToUnicode(strUtf8)
{
var bstr = "";
var nTotalChars = strUtf8.length; // total chars to be processed.
var nOffset = 0; // processing point on strUtf8
var nRemainingBytes = nTotalChars; // how many bytes left to be converted
var nOutputPosition = 0;
var iCode, iCode1, iCode2; // the value of the unicode.
while (nOffset < nTotalChars)
{
iCode = strUtf8.charCodeAt(nOffset);
if ((iCode & 0x80) == 0) // 1 byte.
{
if ( nRemainingBytes < 1 ) // not enough data
break;
bstr += String.fromCharCode(iCode & 0x7F);
nOffset ++;
nRemainingBytes -= 1;
}
else if ((iCode & 0xE0) == 0xC0) // 2 bytes
{
iCode1 = strUtf8.charCodeAt(nOffset + 1);
if ( nRemainingBytes < 2 || // not enough data
(iCode1 & 0xC0) != 0x80 ) // invalid pattern
{
break;
}
bstr += String.fromCharCode(((iCode & 0x3F) << 6) | ( iCode1 & 0x3F));
nOffset += 2;
nRemainingBytes -= 2;
}
else if ((iCode & 0xF0) == 0xE0) // 3 bytes
{
iCode1 = strUtf8.charCodeAt(nOffset + 1);
iCode2 = strUtf8.charCodeAt(nOffset + 2);
if ( nRemainingBytes < 3 || // not enough data
(iCode1 & 0xC0) != 0x80 || // invalid pattern
(iCode2 & 0xC0) != 0x80 )
{
break;
}
bstr += String.fromCharCode(((iCode & 0x0F) << 12) |
((iCode1 & 0x3F) << 6) |
(iCode2 & 0x3F));
nOffset += 3;
nRemainingBytes -= 3;
}
else // 4 or more bytes -- unsupported
break;
}
if (nRemainingBytes != 0)
{
// bad UTF8 string.
return "";
}
return bstr;
}

如何解決這個問題.本文介紹使用js來擷取中文字長度方法

首先,我們定義一個新的函數getBytes()取得字串的位元組數，在javascript裡，這個函數是標準函數。 複製代碼 代碼如下:　　String.prototype.getBytes = function() {
　　var cArr = this.match(/[^x00-xff]/ig);
　　return this.length + (cArr == null ? 0 : cArr.length);
　　}
　　function paramCheck(cur){
　　if(cur.value.getBytes() > 64){
　　alert("字元超過64個字元");
　　return false;
　　}
　　return true;
　　}

　　getBytes用Regex來判斷字串中包含漢字的個數，包含的漢字都放到數組cArr中，這樣cArr的長度就是漢字的總數。getBytes方法返回length加上漢字數，就是總的位元組數。
　　只是使用了[^x00-xff]，這個有點噁心，有些特殊字元也是能匹配到的，比如}等。
　　但是如果使用[^u4E00-u9FA5]的話，卻不能匹配到中文……

以下是另外幾種方法，大家可以測試下：
一種： 複製代碼 代碼如下:function _length(str){
var len=0;
for(var i=0;i<str.length;i++){
if(str.charAt(i)>'~'){len+=2;}else{len++;}
}
return len;
}

二種： 複製代碼 代碼如下:String.prototype.gblen = function() {
var len = 0;
for (var i=0; i<this.length; i++) {
if (this.charCodeAt(i)>127 || this.charCodeAt(i)==94) {
len += 2;
} else {
len ++;
}
}
return len;
}
String.prototype.gbtrim = function(len, s) {
var str = '';
var sp = s || '';
var len2 = 0;
for (var i=0; i<this.length; i++) {
if (this.charCodeAt(i)>127 || this.charCodeAt(i)==94) {
len2 += 2;
} else {
len2 ++;
}
}
if (len2 <= len) {
return this;
}
len2 = 0;
len = (len > sp.length) ? len-sp.length: len;
for (var i=0; i<this.length; i++) {
if (this.charCodeAt(i)>127 || this.charCodeAt(i)==94) {
len2 += 2;
} else {
len2 ++;
}
if (len2 > len) {
str += sp;
break;
}
str += this.charAt(i);
}
return str;
}
var str1 = '世上最牛的@#%&們 世上最牛的@#%&們';
document.write('str1 = '+ str1 +'
');
document.write('length = '+ str1.gblen() +'
');
document.write('gbtrim(10) = '+ str1.gbtrim(10) +'
');
document.write('gbtrim(10, \'…\') = '+ str1.gbtrim(10, '…') +'
');
document.write('gbtrim(12, \'-\' ) = '+ str1.gbtrim(12, '-') +'
');

// gbtrim(len 截取長度，按英文位元組長度計算， s截取後的省略字元，如"…" )
// 備忘： 這裡中文字元都是當作兩個長度來計算的，所以gbtrim中的len為10時，是顯示最多5個漢字的。
// 當漢字數大於5時，由於截取後加上“…”，所以只顯示4個漢字。