C#按字节截取字符串的扩展方法
2014-07-24 15:01
435 查看
转自李宁的极客世界
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:String s = "a加b等于c,如果a等1、b等于2,那么c等3";
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:
byte[] bytes = System.Text.Encoding.Unicode.GetBytes(s);
然后从第一个字节开始扫描,对于一个英文或数字字符,UCS2编码的第一个字节是相应的ASCII,第二个字节是0,如a的UCS2编码是97 0,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,为了更方便,将按字节长度截取字符串的方法注册为String类的扩展方法,实现代码如下:
public static class StringExt
{
public static String bSubstring(this string s, int length)
{
byte[] bytes = System.Text.Encoding.Unicode.GetBytes(s);
int n = 0; //
表示当前的字节数
int i = 0; //
要截取的字节数
for (; i < bytes.GetLength(0) && n < length; i++)
{
//
偶数位置,如0、2、4等,为UCS2编码中两个字节的第一个字节
if (i % 2 == 0)
{
n++; //
在UCS2第一个字节时n加1
}
else
{
//
当UCS2编码的第二个字节大于0时,该UCS2字符为汉字,一个汉字算两个字节
if (bytes[i] > 0)
{
n++;
}
}
}
//
如果i为奇数时,处理成偶数
if (i % 2 == 1)
{
//
该UCS2字符是汉字时,去掉这个截一半的汉字
if (bytes[i] > 0)
i = i - 1;
//
该UCS2字符是字母或数字,则保留该字符
else
i = i + 1;
}
return System.Text.Encoding.Unicode.GetString(bytes, 0, i);
}
}
在上面的代码中,如果最后要截取奇数个字符(以字节为单位),并且当最后一个字符是字母或数字,则保留该字符,如果是汉字,说明这个汉字被截了一半,则去掉这个汉字。
可以使用下面的代码来截取字符串:
String subStr = s.bSubstring(6); // substr的值是"a加b等"
相关文章推荐
- 向C#的String类添加按字节截取字符串的扩展方法
- 向C#的String类添加按字节截取字符串的扩展方法
- 向C#的String类添加按字节截取字符串的扩展方法
- 向C#的String类添加按字节截取字符串的扩展方法
- C#截取指定长度中英文字符串方法
- 一个C#中截取指定长度字符串的方法(含盖半全角问题)
- 用Java实现按字节长度截取字符串的方法
- C#截取字符串(String.Substring方法)
- JS正确截取单字节和双字节混和字符串的方法
- C#截取指定长度中英文字符串方法
- C#中实现截取固定长度字节数的字符串
- javascript 正确截取单字节和双字节混和字符串的方法
- C#截取指定长度中英文字符串方法
- 一个C#中截取指定长度字符串的方法(含盖半全角问题)
- C#实现 获取指定字节长度 中英文混合字符串 的方法
- C#截取指定长度中英文字符串方法 (收藏)
- 字符串截取固定长度的方法(C#)
- 字符串截取固定长度的方法(C#)
- C#截取指定长度中英文字符串方法
- 用Java实现按字节长度截取字符串的方法