http://www.360doc.com/content/12/1126/16/1542811_250345184.shtml
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"。
import java.io.UnsupportedEncodingException;
/**
* 截取的要点：
* 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），即有汉字
* 2.len：这个len是将字符串转换成字节数组的要截取的长度，
* 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里的方法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，而我们的字节数组一个函数
* 就是两个字节，所以要想用substring方法，还需要将负数的个数count除以二才可以
* @author Administrator
*
*/
public class TestJq {
public static String subString(String str, int len) {
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，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
int strLen = strBytes.length;
if (len >= strLen || len < 1) {
return str;
}
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.print(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数就为两个负整数,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，所以截取下来的就是-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("zh count="+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，
// 其他情况则不截取这里的截取长度则按字符长度截取（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("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);
}
public static void main(String[] args) {
// String inStrTest = "我ABC你EFG";
// String strTest = inStrTest.substring(0, 2);
// System.out.println(strTest);
System.out.println("--------- 情况一-----------");
// 情况一：
String inStr = "我ABC你";
String str = subString(inStr, 6);
System.out.println(str); // 我ABC www.2cto.com
System.out.println("---------- 情况二----------");
// 情况二：首字符为汉字
inStr = "我ABC汉DEF";
str = subString(inStr, 1);
System.out.println(str); // 我
System.out.println("-----------情况三---------");
// 情况三：中间有连续汉字
inStr = "我AB爱孩子CDEF";
str = subString(inStr, 9);
System.out.println(str); // 我AB爱孩
System.out.println("-----------情况四---------");
// 情况四：没有汉字
inStr = "ABCDEF";
str = subString(inStr, 4);
System.out.println(str); // ABCD
}
}
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 = s.getBytes("Unicode");
由于上面生成的字节数组中前两个字节是标志位，bytes[0] = -2，bytes[1] = -1，因此，要从第三个字节开始扫描，对于一个英文或数字字符，UCS2编码的第二个字节是相应的ASCII，第一个字节是0，如a的UCS2编码是0 97，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