Java - 从混合了 UTF-8 和非 UTF-8 字符的字符串中准确计算 60 个字符

Question

我有一个字符串，我想将其保存在只支持 UTF8 字符的数据库中。如果字符串大小大于 60 个字符，我想截断它并只存储前 60 个字符。使用的Oracle数据库只支持UTF-8字符。

在 Java 中使用 String.substring(0,59) 返回 60 个字符，但是当我将它保存在数据库中时，它被拒绝，因为数据库声称该字符串大于 60 个字符。

• 有没有办法查明特定字符串是否包含非 UTF8 字符。我发现的一个选项是:

  尝试{

      bytes = returnString.getBytes("UTF-8");
  
  
  } catch (UnsupportedEncodingException e) {
      // Do something
  

• 有没有一种方法可以将其截断为正好 x 个字符(数据丢失不是问题)并确保在数据库中保存时只保存 x 个字符。例如，如果我有字符串 §8§8§8§8§8§8§8 并且我说截断并只保存 5 个字符，它应该只保存 §8§

Answer 1

据我了解，您希望以编码的 UTF-8 表示形式不超过 60 个字节的方式限制 String 的长度。你可以这样做:

String s=…;
CharsetEncoder enc=StandardCharsets.UTF_8.newEncoder();
ByteBuffer bb=ByteBuffer.allocate(60);// note the limit
CharBuffer cb = CharBuffer.wrap(s);
CoderResult r = enc.encode(cb, bb, true);
if(r.isOverflow()) {
    System.out.println(s+" is too long for "
                      +bb.capacity()+" "+enc.charset()+" bytes");
    s=cb.flip().toString();
    System.out.println("truncated to "+s);
}