用Java实现按字节长度截取字符串的方法

  Web应用程序在浏览器中显示字符串时，由于显示长度的限制，常常需要将字符串截取后再进行显示。但目前很多流行的语言，如C#、Java内部采用的都是 Unicode 16（UCS2）编码，在这种编码中所有的字符都是两个字符，因此，如果要截取的字符串是中、英文、数字混合的，就会产生问题，如下面的字符串：ITPUB个人空间 B
O&| Bt1x'LS
ITPUB个人空间E^'S%Z0FDi-jf

String s = "a加b等于c，如果a等1、b等于2，那么c等3"; ITPUB个人空间 @'JB"iGj-D5] |M ~.f

ITPUB个人空间m\@_Q8f;H
  上面的字符串既有汉字，又有英文字符和数字。如果要截取前6个字节的字符，应该是”a加b等"，但如果用substring方法截取前6个字符就成了"a 加b等于c"。产生这个问题的原因是将substring方法将双字节的汉字当成一个字节的字符（UCS2字符）处理了。要解决这个问题的方法是首先得到该字符串的UCS2编码的字节数组，如下面的代码如下：
(TZf^c7X3J!i18822451
kly-tIH(S18822451

byte[] bytes = s.getBytes("Unicode");

6U$W7Yz5]:MqBw5Hn;C l18822451     由于上面生成的字节数组中前两个字节是标志位，bytes[0] = -2，bytes[1] = -1，因此，要从第三个字节开始扫描，对于一个英文或数字字符，UCS2编码的第二个字节是相应的ASCII，第一个字节是0，如a的UCS2编码是0  97，而汉字两个字节都不为0，因此，可以利于UCS2编码的这个规则来计算实际的字节数，该方法的实现代码如下：ITPUB个人空间'M*@ D g}9\&kw
ITPUB个人空间4m7pM-P+O R-FJ#M F1VC'w

    public static String bSubstring(String s, int length) throws Exception
\%G k!|di9^18822451     {
"??oz$~ Z6r mN Z(Ze18822451 ITPUB个人空间3sg^4D h.Mm
        byte[] bytes = s.getBytes("Unicode");
` _Z5nOqe18822451         int n = 0; // 表示当前的字节数
#m8B _&s^Qb8f18822451         int i = 2; // 要截取的字节数，从第3个字节开始ITPUB个人空间 _{ J @ocbZ6h
        for (; i < bytes.length && n < length; i++)ITPUB个人空间A5wI:JK-?.|%Xlzp
        {ITPUB个人空间'lw's!la}#j fKM
            // 奇数位置，如3、5、7等，为UCS2编码中两个字节的第二个字节
Iq J?_8`H4C4gD18822451             if (i % 2 == 1)ITPUB个人空间0^(u ev?p.NQ [
            {ITPUB个人空间%rY6F)^B\?({
                n++; // 在UCS2第二个字节时n加1ITPUB个人空间+c(LrK(uI)B5I
q"X
            }ITPUB个人空间_W+L+G_T G
m8y
            elseITPUB个人空间__[a9D`~/S
K
            {
4u[ Drr N!?7q4N$m18822451                 // 当UCS2编码的第一个字节不等于0时，该UCS2字符为汉字，一个汉字算两个字节
1rS$he a-oQ-I`W,Q18822451                 if (bytes[i] != 0)ITPUB个人空间 sDs;s$E?B{m
                {ITPUB个人空间-y^ qn[3u
                    n++;
6n[GBJ$u} _l18822451                 }ITPUB个人空间3?2Y9l~_v
F$z{nfv
            }ITPUB个人空间7x!b
vKs_5s2W
        }ITPUB个人空间.A_}5P2Tc
        // 如果i为奇数时，处理成偶数
1TH(Z0e Y4i I-Y18822451         if (i % 2 == 1)ITPUB个人空间 C"A:n3i:z Sa'i*G
ITPUB个人空间!j xF*ms"B f
N$~4W9Y
        {ITPUB个人空间\(wyJo?W#y\1f-]
            // 该UCS2字符是汉字时，去掉这个截一半的汉字
(oM8`u^%W p"b3z18822451             if (bytes[i - 1] != 0)
"o8w)h Gd(T K18822451                 i = i - 1;
&_)}5u F:G/z2b&[18822451             // 该UCS2字符是字母或数字，则保留该字符ITPUB个人空间6]?LK0J(q V$jS&^
            elseITPUB个人空间_O&q2}eY0T](m([+G
                i = i + 1;
oMhCD18822451         }ITPUB个人空间+sC$r h y)EfM

rz4D'y];WJ%S18822451         return new String(bytes, 0, i, "Unicode");ITPUB个人空间FS]:^&]nJw-l)c
    }ITPUB个人空间K(md&e.L{
N

z8@So.y{18822451 下面代码使用了bSubstring方法：
^\+CPI7y Y:V18822451
i ku
F(^4C#`rW]18822451

String s = "a加b等于c，如果a等1、b等于2，那么c等3";
z&\9om(Df18822451 System.out.println(bSubstring(s, 6));    上面的代码截取的字符串是"a加b等"。