Java实现判断中文字符串长度

Love The Way You Lie 2023-06-05 08:24 5阅读 0赞

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长度。例如：“123Java编程”按字节长度计算是11，而按Unicode计算则是7。为了获得11，需要根据字符的ASCII从头扫描，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。

import java.io.UnsupportedEncodingException;
    
    public class test {
        
    	public static void main(String[] args) throws UnsupportedEncodingException{
        
    		String str = "123java编程";
    		System.out.println("length():" + str.length());
    		System.out.println("ASCII:" + getStringLength(str));
    		System.out.println("正则:" + getStringLengthRegex(str));  
            System.out.println("GBK:" + getStringLengthCode(str,"GBK"));  
            System.out.println("UTF-8:" + getStringLengthCode(str,"UTF-8"));  
    
    	}
    	
    	public static int getStringLength(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 getStringLengthRegex(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 getStringLengthCode(String str, String code) throws UnsupportedEncodingException{
          
            return str.getBytes(code).length;  
        } 
    }
    
    /*
    输出结果：
    
    length():9
    ASCII:11
    正则:11
    GBK:11
    UTF-8:13
    */