IO练习--按字节截取字符串

* 在Java中字符串“abcd”和字符串“ab你好”都是4个字符，
* 但是字节数不同，因为GBK中一个汉字占两个字节
* 定义一个方法用来按字节数截取字符串。
* 如：对于“ab你好”，取3个字节，“你”的字节只取了一半，无法正确显示，所以就把那个字节舍去
* 若取4个字节就是“ab你”，取5个字节还是“ab你”

 public class Test {

     public static void main(String[] args) throws UnsupportedEncodingException {
         String str=new String("ab你好w琲天");
         int len=str.getBytes("gbk").length;
         for(int x=1;x<=len;x++){
             System.out.println("GBK编码，截取"+x+"个字节数的结果是"+cutStringByBytes(str, x));
         }

         int len2=str.getBytes("utf-8").length;
         for(int x=1;x<=len2;x++){
             System.out.println("utf-8编码，截取"+x+"个字节数的结果是"+cutStringU8StringByBytes(str, x));
         }

     }
 //对于utf-8编码，一个汉字三个字节，用int表示都是负数
     public static String cutStringU8StringByBytes(String str, int len) throws UnsupportedEncodingException {
         byte[] buf=str.getBytes("utf-8");
         int count=0;
         for(int i=len-1;i>=0;i--){
             if(buf[i]<0)
                 count++;
             else
                 break;
         }
         if(count%3==0){
             return new String(buf,0,len,"utf-8");
         }
         else if(count%3==1)
             return new String(buf,0,len-1,"utf-8");
         else
             return new String(buf,0,len-2,"utf-8");
     }

 //对于GBK编码，汉字的编码大部分是两个负数（因为高位字节是1），其他是一个负数一个正数（比如“琲”）
     public static String cutStringByBytes(String str, int len) throws UnsupportedEncodingException {
         byte[] buf=str.getBytes("gbk");
         int count=0;
         for(int i=len-1;i>=0;i--){
             if(buf[i]<0)
                 count++;
             else
                 break;
         }
         if(count%2==0){
             return new String(buf,0,len,"gbk");
         }
         else
             return new String(buf,0,len-1,"gbk");
     }
 }

对于字符串“ab你好w琲天”的测试结果如下：

 GBK编码，截取1个字节数的结果是a
 GBK编码，截取2个字节数的结果是ab
 GBK编码，截取3个字节数的结果是ab
 GBK编码，截取4个字节数的结果是ab你
 GBK编码，截取5个字节数的结果是ab你
 GBK编码，截取6个字节数的结果是ab你好
 GBK编码，截取7个字节数的结果是ab你好w
 GBK编码，截取8个字节数的结果是ab你好w
 GBK编码，截取9个字节数的结果是ab你好w琲
 GBK编码，截取10个字节数的结果是ab你好w琲
 GBK编码，截取11个字节数的结果是ab你好w琲天

 utf-8编码，截取1个字节数的结果是a
 utf-8编码，截取2个字节数的结果是ab
 utf-8编码，截取3个字节数的结果是ab
 utf-8编码，截取4个字节数的结果是ab
 utf-8编码，截取5个字节数的结果是ab你
 utf-8编码，截取6个字节数的结果是ab你
 utf-8编码，截取7个字节数的结果是ab你
 utf-8编码，截取8个字节数的结果是ab你好
 utf-8编码，截取9个字节数的结果是ab你好w
 utf-8编码，截取10个字节数的结果是ab你好w
 utf-8编码，截取11个字节数的结果是ab你好w
 utf-8编码，截取12个字节数的结果是ab你好w琲
 utf-8编码，截取13个字节数的结果是ab你好w琲
 utf-8编码，截取14个字节数的结果是ab你好w琲
 utf-8编码，截取15个字节数的结果是ab你好w琲天