（JAVA）截取中英文混合字符串

题目：

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”。

GB2312、GBK、GB18030，CP936以及CNS11643都满足条件 -- 中文是占用2个字节的，英文是占用1一个字节 。

中文编码资料：

中文字符编码简介

http://www.cftea.com/c/2008/03/140B5A561NFN51DS.asp

中文编码基础知识介绍
http://www.eygle.com/digest/2007/01/zhs16gbk_char.html

JAVA 编码

import java.io.UnsupportedEncodingException;

/**

 * 题目： 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”。

 * 

 * 解决方法： 中文是占用2个字节的，英文是占用1一个字节， 所以先确定一种编码满足此条件。

 * GB2312、GBK、GB18030，CP936以及CNS11643都满足条件。

 * 

 * @author Eric

 * @version 1.0

 * 

 */

public class CharactersSplit {

 /**

  * 

  * @param text 目标字符串

  * @param length 截取长度

  * @param encode 采用的编码方式

  * @return

  * @throws UnsupportedEncodingException

  */

 public String substring(String text, int length, String encode)

   throws UnsupportedEncodingException {

  if (text == null) {

   return null;

  }

  StringBuilder sb = new StringBuilder();

  int currentLength = 0;

  for (char c : text.toCharArray()) {

   currentLength += String.valueOf(c).getBytes(encode).length;

   if (currentLength <= length) {

    sb.append(c);

   } else {

    break;

   }

  }

  return sb.toString();

 }

 public void test() throws Exception {

  String text = "我ABC汉DEF";

  int length1 = 3;

  int length2 = 6;

  String[] encodes = new String[] { "GB2312", "GBK", "GB18030", "CP936",

    "CNS11643" };

  for (String encode : encodes) {

   System.out.println(new StringBuilder().append("用").append(encode)

     .append("编码截取字符串 -- 【").append(text).append("】").append(

       length1).append("个字节的结果是【").append(

       substring(text, length1, encode)).append("】")

     .toString());

   System.out.println(new StringBuilder().append("用").append(encode)

     .append("编码截取字符串 -- 【").append(text).append("】").append(

       length2).append("个字节的结果是【").append(

       substring(text, length2, encode)).append("】")

     .toString());

  }

 }

 public static void main(String[] args) throws Exception {

  new CharactersSplit().test();

 }

}

测试结果：

用GB2312编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】

用GB2312编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】

用GBK编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】

用GBK编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】

用GB18030编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】

用GB18030编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】

用CP936编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】

用CP936编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】

用CNS11643编码截取字符串 -- 【我ABC汉DEF】3个字节的结果是【我A】

用CNS11643编码截取字符串 -- 【我ABC汉DEF】6个字节的结果是【我ABC】