解决在C#（.net）按字节数截取字符串最后出现乱码的问题

最近需要用到按字节数截取字符串。在网上找了很多方法。

Encoding.Default.GetString采用的Default
Encoding.UTF8.GetBytes采用的是utf-8编码。这样当然是乱码。尤其出现中文时候。
对这类数据处理当然要用统一的编码来处理。

例子：1
string msg= Encoding.UTF8.GetString(Encoding.UTF8.GetBytes(strcode));
例子：2
string strcode="我是小明";
byte[] buffer=Encoding.UTF8.GetBytes(strcode);
string msg= Encoding.UTF8.GetString(buffer,0,buffer.Length);

实际结果是截取的结尾会出现乱码。原因是最后的字符是多个字节，被不完整的截取了。

改进后的办法如下：

        /// <summary>

        /// 按字节数截取字符串的方法(比SubString好用)

        /// </summary>

        /// <param name="source">要截取的字符串（可空）</param>

        /// <param name="NumberOfBytes">要截取的字节数</param>

        /// <param name="encoding">System.Text.Encoding</param>

        /// <param name="suffix">结果字符串的后缀（超出部分显示为该后缀）</param>

        /// <returns></returns>

        public static string SubStringByBytes(string source, int NumberOfBytes, System.Text.Encoding encoding, string suffix = "...")

        {

            if(string.IsNullOrWhiteSpace(source) || source.Length == )

                return source;

            if(encoding.GetBytes(source).Length <= NumberOfBytes)

                return source;

            long tempLen = ;

            StringBuilder sb = new StringBuilder();

            foreach(var c in source)

            {

                Char[] _charArr = new Char[] { c };

                byte[] _charBytes = encoding.GetBytes(_charArr);

                if((tempLen + _charBytes.Length) > NumberOfBytes)

                {

                    if(!string.IsNullOrWhiteSpace(suffix))

                        sb.Append(suffix);

                    break;

                }

                else

                {

                    tempLen += _charBytes.Length;

                    sb.Append(encoding.GetString(_charBytes));

                }

            }

            return sb.ToString();

        }

        /// <summary>

        /// 按字节数截取字符串的方法(比SubString好用)

        /// </summary>

        /// <param name="source">要截取的字符串（可空）</param>

        /// <param name="NumberOfBytes">要截取的字节数</param>

        /// <param name="encoding">UTF-8，Unicode，GB2312...</param>

        /// <param name="suffix">结果字符串的后缀（超出部分显示为该后缀）</param>

        /// <returns></returns>

        public static string SubStringByBytes(string source, int NumberOfBytes, string encoding = "UTF-8", string suffix = "...")

        {

            return SubStringByBytes(source, NumberOfBytes, Encoding.GetEncoding(encoding), suffix);

        }

原理很简单，就是截取之前逐个先判断字符是否超出字节长度，如果超出则扔掉整个字符。

在JavaScript里面的Blob对象很容易获取字节长度： var len= new Blob(['字符串']).size;

JS代码是不是比较简洁？

巴特西

解决在C#（.net）按字节数截取字符串最后出现乱码的问题

最新文章

热门文章