用C#截取指定长度的中英文混合字符串

很早以前写过一篇文章(用C#截取指定长度的中英文混合字符串),但是对性能没有测试,有人说我写的这个方法性能有问题,后来想,可能真会有BT之需求要求传入一个几万K甚至几M体积的字符串进来,那将会影响正则Match的速度,比如文章系统中就极有可能用到,今天有点时间,就改进了一下,代码如下:
用C#截取指定长度的中英文混合字符串
 public static string getStr(string s,int l,string endStr)
{
string temp = s.Substring(, (s.Length < l)?s.Length:l); if (Regex.Replace(temp,"[\u4e00-\u9fa5]","zz",RegexOptions.IgnoreCase).Length<=l)
{
return temp;
}
for (int i=temp.Length;i>=;i--)
{
temp = temp.Substring(,i);
if (Regex.Replace(temp,"[\u4e00-\u9fa5]","zz",RegexOptions.IgnoreCase).Length<=l-endStr.Length)
{
return temp + endStr;
}
}
return endStr;
}

此修改版的方法多加了个参数"string endStr",是指当字符串"string s"超过指定长度"int l"时,对结尾的处理,比如要不要加上省略号"..."或加上其它字符。
另外,添加了省略号之后,省略号长度也是算在结果的长度之内了。

    用法如:

getStr("中国1中国中国中1111中国", 23,"") 
    //output:中国1中国中国中1111中国

getStr("中国1中国中国中1111中国", 23,"...") 
    //output:中国1中国中国中1111...

getStr("中国1中国中国中1111中国中国", 23,"")    
    //output:中国1中国中国中1111中国

getStr("中国1中国中国中1111中国中国", 23,"...")
    //output:中国1中国中国中1111...

----------------------------------------------------------------------

补充:"kpz"回复说上边的方法会截取失真,而我又无法做到穷尽测试,所以换了另一种写法,为了考虑性能结果把逻辑搞的有点"晕",反复测试了多次,代码如下:

用C#截取指定长度的中英文混合字符串
public static string getStr2(string s, int l,string endStr)
{
string temp = s.Substring(, (s.Length < l+)?s.Length:l+);
byte[] encodedBytes = System.Text.ASCIIEncoding.ASCII.GetBytes(temp); string outputStr = "";
int count = ; for (int i = ; i < temp.Length; i++)
{
if ((int)encodedBytes[i] == )
count += ;
else
count += ; if (count <= l-endStr.Length)
outputStr += temp.Substring(i,);
else if (count>l)
break;
} if (count<=l)
{
outputStr=temp;
endStr="";
} outputStr += endStr; return outputStr;
}

用法和参数含义均同前,注意省略号也占位置,算了长度。

上一篇:python中不可变数据类型和可变数据类型


下一篇:Python中的基本数据类型之列表与元组初步了解