当前位置：首页 > Java

java汉字如何截取

2026-03-21 15:08:32Java

截取汉字的常见方法

在Java中截取汉字需要特别注意汉字的多字节特性。由于汉字在UTF-8编码下通常占用3个字节，直接使用String.substring()可能导致截取到不完整的字符。

使用String.codePointCount()和String.offsetByCodePoints()

String text = "这是一个测试字符串";
int start = 2; // 起始位置（从0开始）
int end = 5;   // 结束位置

int realStart = text.offsetByCodePoints(0, start);
int realEnd = text.offsetByCodePoints(0, end);
String result = text.substring(realStart, realEnd);
System.out.println(result); // 输出"一个测"

转换为字符数组处理

String text = "汉字截取示例";
char[] chars = text.toCharArray();
int start = 1;
int length = 3;

StringBuilder sb = new StringBuilder();
for(int i=start; i<start+length && i<chars.length; i++){
    sb.append(chars[i]);
}
System.out.println(sb.toString()); // 输出"字截取"

使用Apache Commons Lang库

如果项目允许使用第三方库，StringUtils提供更简便的方法：

import org.apache.commons.lang3.StringUtils;

String text = "处理汉字截取";
String result = StringUtils.substring(text, 2, 5); 
System.out.println(result); // 输出"汉字截"

处理混合字符串的情况

当字符串包含汉字和其他字符时，需要更谨慎的处理：

java汉字如何截取

String mixed = "abc汉字123";
int byteLength = 5; // 要截取的字节长度

int charCount = 0;
int byteCount = 0;
while(charCount < mixed.length() && byteCount < byteLength){
    char c = mixed.charAt(charCount);
    byteCount += (c < 128) ? 1 : 3; // ASCII字符1字节，汉字3字节
    if(byteCount <= byteLength){
        charCount++;
    }
}
String result = mixed.substring(0, charCount);
System.out.println(result); // 输出"abc汉"