某公司面试是在的解决方法

上周某公司笔试时遇到的题目，题目描述如下：

编程题

编写一个截取字符串的函数，输入为一个字符串和字节数，输出为按字节截取的字符串。 但是要保证汉字不被截半个，如“我ABC”4，应该截为“我AB”，输入“我ABC汉DEF”，6，应该输出为“我ABC”而不是“我ABC+汉的半个”。

 这道题目的关键点有两个：

1、汉字按照2字节，英文字母按照1字节进行截取（需要找到对应的编码格式）

2、如何判断哪个是汉字，哪个是英文字母（需要找到区分汉字与字母的方法）

 

关于编码格式（参考文章），哪种编码能符合题目的要求呢，请看下面（参考文章）：

import java.io.UnsupportedEncodingException;

public class EncodeTest {
    /**
     * 打印字符串在指定编码下的字节数和编码名称到控制台
     *
     * @param s
     *            字符串
     * @param encodingName
     *            编码格式
     */
    public static void printByteLength(String s, String encodingName) {
        System.out.print("字节数：");
        try {
            System.out.print(s.getBytes(encodingName).length);
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        System.out.println(";编码：" + encodingName);
    }

    public static void main(String[] args) {
        String en = "A";
        String ch = "人";

        // 计算一个英文字母在各种编码下的字节数
        System.out.println("英文字母：" + en);
        EncodeTest.printByteLength(en, "GB2312");
        EncodeTest.printByteLength(en, "GBK");
        EncodeTest.printByteLength(en, "GB18030");
        EncodeTest.printByteLength(en, "ISO-8859-1");
        EncodeTest.printByteLength(en, "UTF-8");
        EncodeTest.printByteLength(en, "UTF-16");
        EncodeTest.printByteLength(en, "UTF-16BE");
        EncodeTest.printByteLength(en, "UTF-16LE");

        System.out.println();

        // 计算一个中文汉字在各种编码下的字节数
        System.out.println("中文汉字：" + ch);
        EncodeTest.printByteLength(ch, "GB2312");
        EncodeTest.printByteLength(ch, "GBK");
        EncodeTest.printByteLength(ch, "GB18030");
        EncodeTest.printByteLength(ch, "ISO-8859-1");
        EncodeTest.printByteLength(ch, "UTF-8");
        EncodeTest.printByteLength(ch, "UTF-16");
        EncodeTest.printByteLength(ch, "UTF-16BE");
        EncodeTest.printByteLength(ch, "UTF-16LE");
    }
}

 

运行结果如下：

1. 英文字母：A
2. 字节数：1;编码：GB2312
3. 字节数：1;编码：GBK
4. 字节数：1;编码：GB18030
5. 字节数：1;编码：ISO-8859-1
6. 字节数：1;编码：UTF-8
7. 字节数：4;编码：UTF-16
8. 字节数：2;编码：UTF-16BE
9. 字节数：2;编码：UTF-16LE
10. 中文汉字：人
11. 字节数：2;编码：GB2312
12. 字节数：2;编码：GBK
13. 字节数：2;编码：GB18030
14. 字节数：1;编码：ISO-8859-1
15. 字节数：3;编码：UTF-8
16. 字节数：4;编码：UTF-16
17. 字节数：2;编码：UTF-16BE
18. 字节数：2;编码：UTF-16LE

可知，GB2312、GBK、GB18030三种编码格式都符合题目要求

 

如何判断哪个字符是中文，哪个是字母，可能有很多种方法，仁者见仁吧

一种，可以将字符串转化为字符数组，分别检查字符的GBK形式的字节长度

另一种，可以按照指定的字节数截取对应长度的字符串，然后判断子串的字节长度是否等于指定截取的字节长度，等于的话，说明子串没有中文，不等于的话，说明有中文字符。

请看相关代码：

/**
   * 判断是否是一个中文汉字
   *
    * @param c
   *            字符
    * @return true表示是中文汉字，false表示是英文字母
    * @throws UnsupportedEncodingException
    *             使用了JAVA不支持的编码格式
    */
   public static boolean isChineseChar(char c)
           throws UnsupportedEncodingException {
      // 如果字节数大于1，是汉字
      // 以这种方式区别英文字母和中文汉字并不是十分严谨，但在这个题目中，这样判断已经足够了
      return String.valueOf(c).getBytes("GBK").length > 1;
   }

 

/**
    * 将给定的字符串按着给定的截取长度截取
    * <br>
    * 注意一个汉字占2个字节
    * @param str
    * @param subSLength
    * @return 截取后的字符串
    * @throws UnsupportedEncodingException
    */
   public static String subStr(String str, int subSLength)
           throws UnsupportedEncodingException
   {

       if (str == null)
           return null;
       else
       {
           int tempSubLength = subSLength;//截取字节数

           String subStr = str.substring(0, subSLength);//截取的子串

           int subStrByetsL = subStr.getBytes("GBK").length;//截取子串的字节长度

           // 说明截取的字符串中包含有汉字
           while (subStrByetsL > tempSubLength)
           {
               subStr = str.substring(0, --subSLength);
               subStrByetsL = subStr.getBytes("GBK").length;
           }
           return subStr;
       }

   }