如何按字节 trim 一个字符串？

Question

我有一个 UTF-8 文本，我想要 trim/按字节截断它，以便我得到字节长度的新字符串。

public static String trimByBytes(String text, int longitudBytes) throws Exception {

    byte bytes_text[] = text.getBytes("UTF-8");
    int negativeBytes = 0;

    byte byte_trimmed[] = new byte[longitudBytes];
    if (byte_trimmed.length <= bytes_text.length) {
          //copy  array manually and count negativeBytes
        for (int i = 0; i < byte_trimmed.length; i++) {
            byte_trimmed[i] = bytes_text[i];
            if (byte_trimmed[i] < 0) {

                negativeBytes++;
            }
        }
         //if negativeBytes are odd
        if (negativeBytes % 2 != 0 && byte_trimmed[byte_trimmed.length - 1] < 0) {
            byte_trimmed[byte_trimmed.length - 1] = 0;//delete last

        }
    }else{
      for (int i = 0; i < bytes_text.length; i++) {
            byte_trimmed[i] = bytes_text[i];
        }

    }
    return new String(byte_trimmed);
}

}

例如

命名法：String trimByBytes(String str, int lengthOfBytes); trimByBytes(戈麦斯 ,1)
Gómez 的长度为 6 个字节（但长度为 5 个字符）
Gómez trimmed at 3 是 Gó ok Gómez trimmed at 2 是 G� 但我想要 G （去除奇数字符）
Gómez trimmed 1 是 G ok Gómez trimmed 8 是 G Gómez

Answer 1

在其上创建显式 CharsetDecoder, and set CodingErrorAction.IGNORE。

由于 CharsetDecoder 与 ByteBuffers 一起工作，应用长度限制就像调用 ByteBuffer 的 limit 方法一样简单：

String trimByBytes(String str, int lengthOfBytes) {
    byte[] bytes = str.getBytes(StandardCharsets.UTF_8);
    ByteBuffer buffer = ByteBuffer.wrap(bytes);

    if (lengthOfBytes < buffer.limit()) {
        buffer.limit(lengthOfBytes);
    }

    CharsetDecoder decoder = StandardCharsets.UTF_8.newDecoder();
    decoder.onMalformedInput(CodingErrorAction.IGNORE);

    try {
        return decoder.decode(buffer).toString();
    } catch (CharacterCodingException e) {
        // We will never get here.
        throw new RuntimeException(e);
    }
}

如何按字节 trim 一个字符串？

How to trim a String by bytes?

java

byte

trim

char