java中判断字符串真实长度（中文2个字符，英文1个字符）的方法

发表于 | 更新于 | 阅读次数：
本文字数： 8.4k | 阅读时长 ≈ 15 分钟

java中判断字段真实长度（中文2个字符，英文1个字符）的方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
public class StringLength {

    String s1 = "a";
    String s2 = "国1a";
    String s3 = "aa";

    @Test
    public void testLength() {
        assert 1 == s1.getBytes().length;
        assert 3 == s2.length();
        assert 4 == s2.getBytes(Charset.forName("GBK")).length;
        assert 5 == s2.getBytes().length;
        assert 2 == s3.getBytes().length;
        assert 2 == s3.getBytes(Charset.forName("GBK")).length;
        assert 2 == s3.length();
    }
}

为什么用GBK字符集？

其实不止是gbk编码，GB2312、GB18030也是可以的，主要利用了，字符集用2个字节表示中文，1个字节表示英文、数字。
当然这不是万能的，不在字符集中的字符会不准确，例如:”嗀、兀、鎴、戝、枩、綘”,GB2312用1个字节表示

英文字母和中文汉字在不同字符集编码下的字节数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
import java.io.UnsupportedEncodingException;

public class EncodingTest {

    @Test
    public void test() {
        String en = "A";
        String ch = "人";
        System.out.println("英文字母：" + en);
        printByteLength(en, "GB2312");
        printByteLength(en, "GBK");
        printByteLength(en, "GB18030");
        printByteLength(en, "ISO-8859-1");
        printByteLength(en, "UTF-8");
        printByteLength(en, "UTF-16");
        printByteLength(en, "UTF-16BE");
        printByteLength(en, "UTF-16LE");
        System.out.println();

        System.out.println("中文汉字：" + ch);
        printByteLength(ch, "GB2312");
        printByteLength(ch, "GBK");
        printByteLength(ch, "GB18030");
        printByteLength(ch, "ISO-8859-1");
        printByteLength(ch, "UTF-8");
        printByteLength(ch, "UTF-16");
        printByteLength(ch, "UTF-16BE");
        printByteLength(ch, "UTF-16LE");
    }

    /**
     * 打印不同字符集下Java字符串所占的字节数
     *
     * @param str          待操作的字符串
     * @param encodingName 字符集名称
     */
    public void printByteLength(String str, String encodingName) {
        System.out.print("字节数 : ");
        try {
            System.out.print(str.getBytes(encodingName).length);
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        System.out.println(";编码：" + encodingName);
    }
}

结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
英文字母：A
字节数 : 1;编码：GB2312
字节数 : 1;编码：GBK
字节数 : 1;编码：GB18030
字节数 : 1;编码：ISO-8859-1
字节数 : 1;编码：UTF-8
字节数 : 4;编码：UTF-16
字节数 : 2;编码：UTF-16BE
字节数 : 2;编码：UTF-16LE

中文汉字：人
字节数 : 2;编码：GB2312
字节数 : 2;编码：GBK
字节数 : 2;编码：GB18030
字节数 : 1;编码：ISO-8859-1
字节数 : 3;编码：UTF-8
字节数 : 4;编码：UTF-16
字节数 : 2;编码：UTF-16BE
字节数 : 2;编码：UTF-16LE