首页 > 其他 > 详细

一个截取字符串函数引发的思考

时间:2014-06-01 14:47:48      阅读:548      评论:0      收藏:0      [点我收藏+]

背景


前些天,遇到这样一个问题,问题的内容如下:

要求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,截取后的效果应该为“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”。


问题


刚看到这个问题的时候,以为还是很简单的,但写出来之后,发现并不是想要的效果。回想一下当时的思路,就发现刚开始思考的时候,就没有考虑好,而且把汉字会导致的问题给忽略了,就这样没有一个完整的思路,就直接开始写代码了。大家可想而知,写出来的效果当然不会是你想要的了。

既然题目中已经要求了汉字存在时应该出现什么样的结果,那么我们就应该考虑,如何把英文和中文都统一成一种编码,而不是对它们进行单独的处理。设想一下,如果程序中对它们进行单独的处理,那么会出现什么样的问题呢?这个稍后再说。


实现


遇到这些问题之后,总得想办法解决吧,于是在网上找到了一种解决方案,主旨是,统一中英文的编码方式,即在GBK的编码方式下,把要截取的字符串转换为字节数组,此时,一个汉字就会转换为两个负数,例如,“我”就会转换为“-50, -46”。然后再针对截取到的负数的个数进行处理,就可以把汉字的问题解决了。

截取函数代码


<span style="font-family:Microsoft YaHei;font-size:12px;">/**
 * 截取要点:
 * 1. 首先将字符串转换成字节数组,再将字节数组的每个元素拿出来,判断有无负数(一个汉字为两个负数),即可知道有没有汉字
 * 2. len:是将字符串转换成字节数组后,要截取的长度,如“我ABC你”的字节数组长度为7(-50,-46,65,66,67,-60,-29)
 * 		,而截取的是6(-50,-46,65,66,67,-60)
 * 3. 对截取的字节数组(-50,-46,65,66,67,-60),统计负数的个数
 * 4. String里的 substring 方法将双字节的汉字当成一个字节的字符(UCS2字符)
 * 
 * @param str
 * @param len
 * @return
 */
public static String subString(String str, int len) {
	// 判断字符串是否为空
	if (str == null && "".equals(str)) {
		return null;
	}
	
	// 将字符串中的char数组转换成指定编码方式的byte数组的函数
	byte[] strBytes = null;
	
	try {
		strBytes = str.getBytes("GBK");
	} catch (UnsupportedEncodingException e) {
		e.printStackTrace();
	}
	
	// 得到字符串的长度
	int strLen = strBytes.length;
	// 判断截取字符串的长度是否在判断的范围内,否则返回原串
	if (len >= strLen || len < 1) {
		return str;
	}
	
	// 打印出字符串长度和截取的长度
	System.out.println("strBytes.length = " + strBytes.length);
	System.out.println("len = " + len);
	
	int count = 0;
	for (int i = 0; i < len; i++) {
		// 将每个字节数组转换为整型数,以为后面根据值的正负来判断是否为汉字
		int value = strBytes[i];
		// System.out.println("strBytes[" + i + "] = " + strBytes[i] + ",");
		System.out.println(value + ",");	// 我ABC你 -50,-46,65,66,67,-60,-29
		
		// 对于第一种情况:
		// 注,一个函数转换成整型书就为两个负整数,上面的“我ABC你”,转换成整型数就为 -50,-46,65,66,67,-60,-29
		// 但是 len=6,所以截取下来就是 -50,-46,65,66,67,-60,count就为3
		// 如果是汉字(负),则统计截取字符串中的汉字所占字节数
		if (value < 0) {
			count++;
		}
		
		System.out.println("汉字字节码的数量为 " + count);
	}
	
	// 依据判断给定的字符串是否含有汉字,利用String类的substring()方法来截取不同的长度
	// 根据所统计的字节数,判断截取到字符是否为半个汉字,奇数为半个汉字
	if (count % 2 != 0) {
		// 如果在截取长度为1时,则将该汉字取出,其他情况则不截取(截取字节长度数 - 截取汉字字节数/2 - 截取到的半个汉字的字节数)
		len = (len == 1) ? len : len - count / 2 - 1;	// len=6-3/2-1=4 我ABC
		// System.out.println("count / 2 = " + count / 2);
		System.out.println("处理后的len = " + len);
	} else {
		// 截取字符长度为字节长度 - 汉字所占字节长度 / 2 (汉字占两个字节)
		len = len - (count / 2);
	}
	
	return str.substring(0, len);
}</span>

测试代码


<span style="font-family:Microsoft YaHei;font-size:12px;">/**
 * @param args
 */
public static void main(String[] args) {
	// 情况一
	System.out.println("------------ 情况一  ------------");
	String inStr = "我ABC你";
	String str = subString(inStr, 6);
	System.out.println(str);	// 我ABC
	
	// 情况二
	System.out.println("------------ 情况二  ------------");
	inStr = "我ABC汉DEF";
	str = subString(inStr, 1);
	System.out.println(str);	// 我
	
	// 情况三
	System.out.println("------------ 情况三  ------------");
	inStr = "我AB爱孩子CDEF";
	str = subString(inStr, 9);
	System.out.println(str);	// 我AB爱孩
	
	// 情况四
	System.out.println("------------ 情况四  ------------");
	inStr = "ABCDEF";
	str = subString(inStr, 4);
	System.out.println(str); 	// ABCD
}</span>


测试结果


bubuko.com,布布扣
bubuko.com,布布扣
bubuko.com,布布扣
bubuko.com,布布扣


思考


通过这个题目,给了我很多的启示,首先,在“下笔”之时,就应该考虑到灵活性的问题,虽然这里只是中英文的字符串截取,但是如果再增加一种其他语言呢?扩展性就没有那么好了,这也是上边所提到的问题。好的设计是一方面,代码的实现上,也要做到解耦合。同时,这也提醒了我,在考虑问题的时候,首先不能一头扎到细节中,而是先要有一个全局观,对整体有个全面的了解,将具体的问题抽象化、简单化,层层剖析;做完这一点之后,才是对具体的问题具体分析。

一个截取字符串函数引发的思考,布布扣,bubuko.com

一个截取字符串函数引发的思考

原文:http://blog.csdn.net/happylee6688/article/details/27839823

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!