今天要截取一个文档,发现C#中substring默认是将汉字当一个字节来截取的,但是我需要把汉字按照2个字节来算。
比如:
str="雪洁hello"
我想要前5个字节的字符,也就是"雪洁h"。
如何处理?
C#中substring默认是将汉字当一个字节来截取的,那么如何按字节数截取字符串?
答案:
using System; using System.Collections.Generic; using System.Web; using System.Web.UI; using System.Web.UI.WebControls; using System.Text; public partial class _Default : System.Web.UI.Page { protected void Page_Load(object sender, EventArgs e) { String str = "雪洁之家,xuejie's blog,你好,hello"; TextBox1.Text = str.Substring(0, 8); TextBox2.Text = SubstringByte(str, 0, 8); TextBox3.Text = cutSubstring(str, 8); TextBox4.Text = SubstringByte(str, 0, 3); TextBox5.Text = cutSubstring(str, 3); } private static Encoding _encoding = System.Text.Encoding.GetEncoding("GB2312"); //第一种方法 private string SubstringByte(string text, int startIndex, int length) { byte[] bytes = _encoding.GetBytes(text); return _encoding.GetString(bytes, startIndex, length); } //第二种方法 private string cutSubstring(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); } }
实例效果:
不用多说相信大家能看出区别,和实现方法,如有其他需求可自行添加
顺便感谢KOFIP 分享的第三种方法,效果图上直接展示出其效果,至于效率问题未测试,有兴趣的朋友可以测试下。