C# 中按字節數截取字符串

在C#語言中，按字符數截取字符串可採用String類的SubString方法實現，但不少狀況下，咱們須要按字節數截取字符串。

舉例來講，現有一行文字，屏幕上須要展現的界面寬度有限，但文字的總長度可能比界面的寬度要長，這就致使了屏幕上顯示不下全部的字，爲解決這一問題，有一個辦法是隻顯示字符串開始的部分，而後將後面顯示不下的部分替換爲省略號（...）。

可是，由於全角字符和半角字符的長度是不同的，咱們不能按字符數截取字符串。以下圖所示，字符串「1234567890」和「一二三四五六七八九〇」，長度都是10，但後者佔據的實際長度是前者的兩倍！（若是採用的不是等寬字體，那長度的誤差會千奇百怪，本文中的DEMO採用的都是Windows控制檯默認的點陣字體）

一個半角字符佔一個字節，一個全角字符佔兩個字節，而全角字符在顯示上又是半角字符的兩倍。 若是咱們能夠按字節數截取字符串，就能夠保證截取字符串的長度了。

我先實現了下面這個函數，對字符串進行裁剪。

/// <summary>
/// 裁減字符串 - 直接裁減
/// </summary>
/// <param name="originalText">被裁減字符串</param>
/// <param name="bytesAfterCut">需保留的字節數</param>
/// <returns></returns>
public static string GetTreatedText(string originalText, int bytesAfterCut)
{
    string treatedText = originalText;
    byte[] val = Encoding.Default.GetBytes(originalText);
    if (val.Length > bytesAfterCut)
    {
        treatedText = Encoding.Default.GetString(val, 0, bytesAfterCut) + "...";
    }
    return treatedText;
}

但這個方法有一個致命的漏洞，即全角字符佔據兩個字節，若是被裁剪字符串時，下剪的位置剛好將一個全角字符減成兩半，那顯示出來的字符串的最後面會出現一個問號（？）。

以下面的程序，對字符串「你好嗎」進行裁剪，要求保留5個字節。但「嗎」字被保留了半個字節後，就沒法正確顯示了。

所以，咱們須要對裁剪方法作一下優化，代碼以下：

/// <summary>
/// 裁減字符串 - 優化版 liwh - 20160523
/// </summary>
/// <param name="originalText">被裁減字符串</param>
/// <param name="bytesAfterCut">需保留的字節數</param>
/// <returns></returns>
public static string GetOptimizedText(string originalText, int bytesAfterCut)
{
    string optimizedText = originalText;
    byte[] val = Encoding.Default.GetBytes(originalText);
    if (val.Length > bytesAfterCut)
    {
        int left = bytesAfterCut / 2;
        int right = bytesAfterCut;
        left = left > originalText.Length ? originalText.Length : left;
        right = right > originalText.Length ? originalText.Length : right;
        while (left < right - 1)
        {
            int mid = (left + right) / 2;
            if (Encoding.Default.GetBytes(originalText.Substring(0, mid)).Length > 
                bytesAfterCut)
            {
                right = mid;
            }
            else
            {
                left = mid;
            }
        }
        byte[] rightVal = Encoding.Default.GetBytes(originalText.Substring(0, right));
        if (rightVal.Length == bytesAfterCut)
        {
            optimizedText = originalText.Substring(0, right) + "...";
        }
        else
        {
            optimizedText = originalText.Substring(0, left) + "...";
        }
    }
    return optimizedText;
}

若是發現修剪後會致使最後一個全角字符不能正確顯示，則應將那個全角字符整個拋棄。以下圖所示，「你好嗎」經裁剪後，會變爲「你好」，只保留了4個字節的內容。

最後補充說明下：本文中描述的場景中，都是從第0字節的狀況，截取指定字節數的內容。其餘應用場景需作適當修改，但思路大致一致。

END