Java 按字节获得字符串(中文)长度

青旅半醒 2021-10-26 14:52 454阅读 0赞

Java语言中，中文字符所占的字节数取决于字符的编码方式，一般情况下，采用ISO8859-1编码方式时，一个中文字符与一个英文字符一样只占1个字节；采用GB2312或GBK编码方式时，一个中文字符占2个字节；而采用UTF-8编码方式时，一个中文字符会占3个字节.

package cn.com.songjy.test;  
          
        import java.io.UnsupportedEncodingException;  
          
        /** 
         * 在Java中按字节获得字符串长度的两种方法 
         * 
         */  
          
        public class App   
        {  
            public static void main( String[] args ) throws UnsupportedEncodingException  
            {  
                String str = "你好啊";  
                  
                System.out.println(getWordCount(str));  //6
                System.out.println(getWordCountRegex(str));  //6
                System.out.println(getWordCountCode(str,"GBK"));  6
                System.out.println(getWordCountCode(str,"UTF-8")); //9
            }  
              
            /*由于Java是基于Unicode编码的，因此，一个汉字的长度为1，而不是2。 
             * 但有时需要以字节单位获得字符串的长度。例如，“123abc长城”按字节长度计算是10，而按Unicode计算长度是8。 
             * 为了获得10，需要从头扫描根据字符的Ascii来获得具体的长度。如果是标准的字符，Ascii的范围是0至255，如果是汉字或其他全角字符，Ascii会大于255。 
             * 因此，可以编写如下的方法来获得以字节为单位的字符串长度。*/  
            public static 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;  
                  
            }  
              
            /*基本原理是将字符串中所有的非标准字符（双字节字符）替换成两个标准字符（**，或其他的也可以）。这样就可以直接例用length方法获得字符串的字节长度了*/  
            public static  int getWordCountRegex(String s)  
            {  
          
                s = s.replaceAll("[^\\x00-\\xff]", "**");  
                int length = s.length();  
                return length;  
            }  
              
            /*按特定的编码格式获取长度*/  
            public static int getWordCountCode(String str, String code) throws UnsupportedEncodingException{  
                return str.getBytes(code).length;  
            }  
        }

java String转字节流再转String:

String content = "Hello你好世界";
    		System.out.println(content.length());
            byte[] bs = content.getBytes("GBK");
            System.out.println(bs.length);
            Charset charset = Charset.forName("GBK");
            ByteBuffer buf = ByteBuffer.wrap(bs);
            CharBuffer cBuf = charset.decode(buf);
            System.out.println("String:"+cBuf.toString()+",length:"+cBuf.toString().length());

**输出结果**：

9  
13  
String:Hello你好世界,length:9

转载于:https://www.cnblogs.com/JAYIT/p/10719149.html