按字节截取字符串避免半个汉字

【总结：】

     思路：汉字的unicode编码都是负数

     注意事项：字符串的输入编码和输出编码、已经eclipse等编译工具的编码都会影响结果   所有最好把编码设置一下或统一；

【自己的代码】

package text;
import java.io.IOException;
import java.util.Scanner;
public class StringTest {
    /*
     * 思路：汉子编码为负数
     * 注意：不同编码的字节位数不同，需要区分对待
     */
    public static void main(String[] args) throws IOException  {
        int count=0;
        //输入字符串和截取长度
        Scanner sc=new Scanner(System.in);
        System.out.println("请输入字符串：");
        String s=sc.nextLine();
        byte[] b=s.getBytes("GBK");
        System.out.println("请输入截取长度：");
        int num=sc.nextInt();
        if(num>b.length||num<0){
            System.out.println("输入数字不正确！");
            return ;
        }
        //统计截取的字符串包括多少负值，一边避免半个汉字
        for(int i=0;i<num;i++){
            if(b[i]<0){
                count++;
            }
        }
        //因为是GBK，所有模2来判断
        if(count%2==0){
            System.out.println("截取的字符串为："+new String(b,0,num,"GBK"));
        }else{
            System.out.println("截取的字符串为："+new String(b,0,num-1,"GBK"));
        }
    }
}

 

【网上参考】

今天去一个公司面试，碰到一个很久前练过的题目，竟然没答出来，感觉好囧！！回来好好研究一番，贴上代码：

String类的length()方法是以unicode代码单元，换言之就是char的个数为来统计的。所以使用subString等截取出来的子串都不会出现半个汉字的情况，因为java一个char类型可以存放一个汉字（2个字节）。而如果以字节byte来截取字符串，就会出现半个汉字的情况。

这道题就是这样的要求：

编写一个截取字符串的方法，参数为一个字符串和字节数，返回按字节数截取的子串，保证汉字不被截半个。如：输入"我abc"、4，应该截为"我ab"。输入"我abc汉def"、6，应该截为"我abc"

思路：汉字的unicode编码都是负数，如果这些负数字节在截取的字节数组中成对出现，说明不会截取到半个汉字。如果不是成对出现，则会截取到半个汉字，需要将最后一个字节舍去。

public class StrTest {
    /***
     * 按字节数截取字符串, 不能截出半个汉字, 如果是半个汉字则舍去!
     * 
     * @param source
     * @param num
     * @return
     */
    public static void cutString(String source, int byteCount) {
        byte[] byteArr = source.getBytes();
        int count = 0;
        // 统计要截取的那部分字节中负数的个数
        for (int i = 0; i < byteCount; i++) {
            if (byteArr[i] < 0) {
                count++;
            }
        }
        // 负数成对出现 则不会出现半个汉字
        if (count % 2 == 0)
            System.out.println(new String(byteArr, 0, byteCount));
        // 负数个数不是偶数，则有半个汉字
        else
            System.out.println(new String(byteArr, 0, byteCount - 1));
    }

    public static void main(String[] args) {
        cutString("我aabc中国cccr", 6);
    }

}