用C#截取指定长度的中英文混合字符串

转载

mob604756ff6c49 2013-11-06 17:03:00

文章标签 省略号字符串 i++ c# 正则 文章分类 C/C++ 后端开发

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：

 public static string getStr(string s,int l,string endStr)
    {
        string temp = s.Substring(0, (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>=0;i--)
        {
            temp = temp.Substring(0,i);
            if (Regex.Replace(temp,"[\u4e00-\u9fa5]","zz",RegexOptions.IgnoreCase).Length<=l-endStr.Length)
            {
                return temp + endStr;
            }    
        }
        return endStr;
    }

View Code

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：

public static string getStr2(string s, int l,string endStr) 
    { 
        string temp = s.Substring(0, (s.Length < l+1)?s.Length:l+1);    
        byte[] encodedBytes = System.Text.ASCIIEncoding.ASCII.GetBytes(temp);
        
        string outputStr = ""; 
        int count = 0;     
        
        for (int i = 0; i < temp.Length; i++) 
        { 
            if ((int)encodedBytes[i] == 63)
                count += 2; 
            else
                count += 1; 

            if (count <= l-endStr.Length)
                outputStr += temp.Substring(i,1); 
            else if (count>l)    
                break;            
        } 
        
        if (count<=l)
        {
            outputStr=temp;
            endStr="";
        }
        
        outputStr += endStr;    
        
        return outputStr; 
    }