在Java中按位元組獲得字串長度的兩種方法

由於Java是基於Unicode編碼的，因此，一個漢字的長度為1，而不是2。但有時需要以位元組單位獲得字串的長度。例如，“123abc長城”按位元組長度計算是10，而按Unicode計算長度是8。為了獲得10，需要從頭掃描根據字元的Ascii來獲得具體的長度。如果是標準的字元，Ascii的範圍是0至255，如果是漢字或其他全形字元，Ascii會大於255。因此，可以編寫如下的方法來獲得以位元組為單位的字串長度。

    public int getWordCount(String s)
    {
        int length = 0;
        for(int i = 0; i < s.length(); i++)
        {
            int ascii = Character.codePointAt(s, i);
            if(ascii >= 0 && ascii <=255)
                length++;
            else
                length += 2;
                
        }
        return length;
        
    }

    當然，也可以採用Regex來簡化上面的方法，代碼如下：

    public  int getWordCount(String s)
    {

        s = s.replaceAll("[^//x00-//xff]", "**");
        int length = s.length();
        return length;
    }

    上面代碼的基本原理是將字串中所有的非標準字元（雙位元組字元）替換成兩個標準字元（**，或其他的也可以）。這樣就可以直接例用length方法獲得字串的位元組長度了。