Java 按字節獲得字符串(中文)長度

Java語言中，中文字符所占的字節數取決於字符的編碼方式，一般情況下，采用ISO8859-1編碼方式時，一個中文字符與一個英文字符一樣只占1個字節；采用GB2312或GBK編碼方式時，一個中文字符占2個字節；而采用UTF-8編碼方式時，一個中文字符會占3個字節.

package cn.com.songjy.test;  
      
    import java.io.UnsupportedEncodingException;  
      
    /** 
     * 在Java中按字節獲得字符串長度的兩種方法 
     * 
     */  
      
    public class App   
    {  
        public static void main( String[] args ) throws UnsupportedEncodingException  
        {  
            String str = "你好啊";  
              
            System.out.println(getWordCount(str));  //6
            System.out.println(getWordCountRegex(str));  //6
            System.out.println(getWordCountCode(str,"GBK"));  6
            System.out.println(getWordCountCode(str,"UTF-8")); //9
        }  
          
        /*由於Java是基於Unicode編碼的，因此，一個漢字的長度為1，而不是2。 
         * 但有時需要以字節單位獲得字符串的長度。例如，“123abc長城”按字節長度計算是10，而按Unicode計算長度是8。 
         * 為了獲得10，需要從頭掃描根據字符的Ascii來獲得具體的長度。如果是標准的字符，Ascii的范圍是0至255，如果是漢字或其他全角字符，Ascii會大於255。 
         * 因此，可以編寫如下的方法來獲得以字節為單位的字符串長度。*/  
        public static int getWordCount(String s)  
        {  
            int length = 0;  
            for(int i = 0; i < s.length(); i++)  
            {  
                int ascii = Character.codePointAt(s, i);  
                if(ascii >= 0 && ascii <=255)  
                    length++;  
                else  
                    length += 2;  
                      
            }  
            return length;  
              
        }  
          
        /*基本原理是將字符串中所有的非標准字符（雙字節字符）替換成兩個標准字符（**，或其他的也可以）。這樣就可以直接例用length方法獲得字符串的字節長度了*/  
        public static  int getWordCountRegex(String s)  
        {  
      
            s = s.replaceAll("[^\\x00-\\xff]", "**");  
            int length = s.length();  
            return length;  
        }  
          
        /*按特定的編碼格式獲取長度*/  
        public static int getWordCountCode(String str, String code) throws UnsupportedEncodingException{  
            return str.getBytes(code).length;  
        }  
    }  

 

java String轉字節流再轉String:

	String content = "Hello你好世界";
		System.out.println(content.length());
        byte[] bs = content.getBytes("GBK");
        System.out.println(bs.length);
        Charset charset = Charset.forName("GBK");
        ByteBuffer buf = ByteBuffer.wrap(bs);
        CharBuffer cBuf = charset.decode(buf);
        System.out.println("String:"+cBuf.toString()+",length:"+cBuf.toString().length());

輸出結果：

9
13
String:Hello你好世界,length:9