【原創】向C#的String類新增按位元組擷取字串的擴充套件方法

銀河使者發表於2008-09-11
    Web應用程式在瀏覽器中顯示字串時,由於顯示長度的限制,常常需要將字串擷取後再進行顯示。但目前很多流行的語言,如C#、Java內部採用 的都是Unicode 16(UCS2)編碼,在這種編碼中所有的字元都是兩個字元,因此,如果要擷取的字串是中、英文、數字混合的,就會產生問題,如下面的字串:
<!--

Code highlighting produced by Actipro CodeHighlighter (freeware)
http://www.CodeHighlighter.com/

--&gtString s = "a加b等於c,如果a等1、b等於2,那麼c等3";

     上面的字串既有漢字,又有英文字元和數字。如果要擷取前6個位元組的字元,應該是”a加b等",但如果用Substring方法擷取前6個字元就成了"a 加b等於c"。產生這個問題的原因是將Substring方法將雙位元組的漢字當成一個位元組的字元(UCS2字元)處理了。 要解決這個問題的方法是首先得到該字串的UCS2編碼的位元組陣列,如下面的程式碼如下:

<!--

Code highlighting produced by Actipro CodeHighlighter (freeware)
http://www.CodeHighlighter.com/

--&gtbyte[] bytes = System.Text.Encoding.Unicode.GetBytes(s);

    然後從第一個位元組開始掃描,對於一個英文或數字字元,UCS2編碼的第一個位元組是相應的ASCII,第二個位元組是0,如a的UCS2編碼是97  0,而漢字兩個位元組都不為0,因此,可以利於UCS2編碼的這個規則來計算實際的位元組數,為了更方便,將按位元組長度擷取字串的方法註冊為String類 的擴充套件方法,實現程式碼如下:

<!--

Code highlighting produced by Actipro CodeHighlighter (freeware)
http://www.CodeHighlighter.com/

--&gtpublic static class StringExt
{

    
public static String bSubstring(this string s, int length)
    {
        
byte[] bytes = System.Text.Encoding.Unicode.GetBytes(s);
        
int n = 0//  表示當前的位元組數
        
int i = 0//  要擷取的位元組數
        
for (; i < bytes.GetLength(0&& n < length; i++)

        {

            //  偶數位置,如0、2、4等,為UCS2編碼中兩個位元組的第一個位元組

            if (i % 2 == 0)
            {
                n
++    //  在UCS2第一個位元組時n加1
            }
            
else

            {

               //  當UCS2編碼的第二個位元組大於0時,該UCS2字元為漢字,一個漢字算兩個位元組

                if (bytes[i] > 0)
                {
                    n
++;
                }
            }

        }

        //  如果i為奇數時,處理成偶數

        if (i % 2 == 1)

        {

             //  該UCS2字元是漢字時,去掉這個截一半的漢字

            if (bytes[i] > 0)

                i = i - 1;

             //  該UCS2字元是字母或數字,則保留該字元

            else
                i 
= i + 1;
        }

        return System.Text.Encoding.Unicode.GetString(bytes, 0, i);
    }
}

     在上面的程式碼中,如果最後要擷取奇數個字元(以位元組為單位),並且當最後一個字元是字母或數字,則保留該字元,如果是漢字,說明這個漢字被截了一半,則去掉這個漢字。

     可以使用下面的程式碼來擷取字串:

<!--

Code highlighting produced by Actipro CodeHighlighter (freeware)
http://www.CodeHighlighter.com/

--&gtString subStr = s.bSubstring(6);  //  substr的值是"a加b等"

關於擴充套件方法的詳細講解,請讀者參閱《.net framework3.5新特性2:var、初始化、匿名類和擴充套件方法 》一文。

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/12921506/viewspace-444244/,如需轉載,請註明出處,否則將追究法律責任。

相關文章