假设我有以下字符串：Rückruf ins Ausland 我需要将它插入到最大大小为 10 的数据库中。 我在 java 中做了一个普通的子字符串，它提取了这个字符串 Rückruf in，它是 10 个字符。当它尝试插入此列时，我收到以下 oracle 错误：
java.sql.SQLException: ORA-12899: value too large for column "WAEL"."TESTTBL"."DESC"（实际：11，最大：10） 原因是数据库有一个 AL32UTF8 字符集，因此 ü 需要 2 个字符。
我需要在 java 中编写一个函数来执行此子字符串，但考虑到 ü 占用 2 个字节，因此在这种情况下返回的子字符串应该是 Rückruf i（9 个字符）。有什么建议吗？
【问题讨论】：
我认为在这种情况下最好的选择是在数据库级别使用 Oracle SUBSTR 函数直接在 SQL QUERY 上进行子字符串化。
例如：
INSERT INTO ttable (colname) VALUES (SUBSTR( ?, 1, 10 ))
其中感叹号代表通过 JDBC 发送的 SQL 参数。
【讨论】：
您可以在将字符串转换为字节数组的java中计算String的正确长度。
以下代码为例：
System.out.println("Rückruf i".length()); // prints 9
System.out.println("Rückruf i".getBytes().length); // prints 10
如果当前字符集不是 UTF-8，请将代码替换为：
System.out.println("Rückruf i".length()); // prints 9
System.out.println("Rückruf i".getBytes("UTF-8").length); // prints 10
如果需要，您可以将 UTF-8 替换为您想要测试该字符集中字符串长度的字符集。
【讨论】：
您需要使数据库中的编码与 java 字符串的编码相匹配。或者，您可以使用this 之类的方式转换字符串，并获取与数据库中的编码匹配的长度。这将为您提供准确的字节数。否则，您仍然只是希望编码匹配。
String string = "Rückruf ins Ausland";
int curByteCount = 0;
String nextChar;
for(int index = 0; curByteCount +
(nextChar = string.substr(index,index + 1)).getBytes("UTF-8").length < trimmedBytes.length; index++){
curByteCount += nextChar.getBytes("UTF-8").length;
}
byte[] subStringBytes = new byte[10];
System.arraycopy(string.getBytes("UTF-8"), 0, subStringBytes, 0, curByteCount);
String trimed = new String(subStringBytes, "UTF-8");
应该这样做。它还不应在此过程中截断多字节字符。这里的假设是数据库是 UTF-8 编码的。另一个假设是字符串实际上需要修剪。
【讨论】：
如果你想在 Java 中修剪数据，你必须编写一个函数，使用所使用的 db 字符集修剪字符串，类似于这个测试用例：
package test;
import java.io.UnsupportedEncodingException;
public class TrimField {
public static void main(String[] args) {
//UTF-8 is the db charset
System.out.println(trim("Rückruf ins Ausland",10,"UTF-8"));
System.out.println(trim("Rüückruf ins Ausland",10,"UTF-8"));
}
public static String trim(String value, int numBytes, String charset) {
do {
byte[] valueInBytes = null;
try {
valueInBytes = value.getBytes(charset);
} catch (UnsupportedEncodingException e) {
throw new RuntimeException(e.getMessage(), e);
}
if (valueInBytes.length > numBytes) {
value = value.substring(0, value.length() - 1);
} else {
return value;
}
} while (value.length() > 0);
return "";
}
}
【讨论】：
嘿，所有的 ASCII 字符都小于 128。你可以使用下面的代码。
public class Test {
public static void main(String[] args) {
String s= "Rückruf ins Ausland";
int length =10;
for(int i=0;i<s.length();i++){
if(!(((int)s.charAt(i))<128)){
length--;
}
}
System.out.println(s.substring(0,length));
}
}
您可以复制粘贴并检查它是否满足您的需要或在任何地方中断。
【讨论】：
length=9; 是length--; 并且没有休息吗？如果字符串中有两个"üü" 怎么办？
如果必须是 Java，您可以将字符串解析为字节并修剪数组的长度。
String s = "Rückruf ins Ausland";
byte[] bytes = s.getBytes("UTF-8");
byte[] bytes2 = new byte[10];
System.arraycopy(bytes, 0, bytes2, 0, 10);
String trim = new String(bytes2, "UTF-8");
【讨论】：
以下可怕的情况是通过完整的 Unicode 代码点遍历整个字符串，字符对（代理代码点）也是如此。
public String trim(String s, int length) {
byte[] bytes = s.getBytes(StandardCharsets.UTF_8);
if (bytes.length <= length) {
return s;
}
int totalByteCount = 0;
for (int i = 0; i < s.length(); ) {
int cp = s.codePointAt(i);
int n = Character.charCount(cp);
int byteCount = s.substring(i, i + n)
.getBytes(StandardCharsets.UTF_8).length;
if (totalByteCount + byteCount) > length) {
break;
}
totalByteCount += byteCount;
i += n;
}
return new String(bytes, 0, totalByteCount);
}
还是可以稍微优化一下的。
【讨论】：