javascript计算字符串长度 js计算字符串长度的函数

转载

mob6454cc773039 2023-09-06 15:26:08

文章标签 javascript中字符串长度 i++ 字符串 ico 文章分类 JavaScript 前端开发

JS的字符串都是string对象，可以用string对象的length属性可以获取其长度，但是无论是中文、全角符号以及英文最小长度单位都是1，这与php的strlen()并不相同。

代码如下:

function strlen(str) { 
 var s = 0; 
 for(var i = 0; i < str.length; i++) { 
 if(str.charAt(i).match(/[u0391-uFFE5]/)) { 
 s += 2; 
 } else { 
 s++; 
 } 
 } 
 return s; 
 }

抓取出每个字符，匹配全角字符和汉字的，则计2个字符，其他的则计1个字符。
代码如下:

<script> 
 alert (fucCheckLength("中国a")); 
 function fucCheckLength(strTemp) 
 { 
 var i,sum; 
 sum=0; 
 for(i=0;i<strTemp.length;i++) 
 { 
 if ((strTemp.charCodeAt(i)>=0) && (strTemp.charCodeAt(i)<=255)) 
 sum=sum+1; 
 else 
 sum=sum+2; 
 } 
 return sum; 
 } 
 </script>

会得到结果是：5 要得到的字节长度吧？请注意字节和字符的差异。而字节长度是和编码有关系的，比如"中国a"，gbk/gb2312编码是5个字节，可是如果是utf-8，则是7个字节（utf-8下通常一个汉字3个字节）。
我们可以把所有字符转换在gbk再操作，实例
代码如下:

function Utf8ToUnicode(strUtf8) 
 { 
 var bstr = ""; 
 var nTotalChars = strUtf8.length; // total chars to be processed. 
 var nOffset = 0; // processing point on strUtf8 
 var nRemainingBytes = nTotalChars; // how many bytes left to be converted 
 var nOutputPosition = 0; 
 var iCode, iCode1, iCode2; // the value of the unicode. 
 while (nOffset < nTotalChars) 
 { 
 iCode = strUtf8.charCodeAt(nOffset); 
 if ((iCode & 0x80) == 0) // 1 byte. 
 { 
 if ( nRemainingBytes < 1 ) // not enough data 
 break; 
 bstr += String.fromCharCode(iCode & 0x7F); 
 nOffset ++; 
 nRemainingBytes -= 1; 
 } 
 else if ((iCode & 0xE0) == 0xC0) // 2 bytes 
 { 
 iCode1 = strUtf8.charCodeAt(nOffset + 1); 
 if ( nRemainingBytes < 2 || // not enough data 
 (iCode1 & 0xC0) != 0x80 ) // invalid pattern 
 { 
 break; 
 } 
 bstr += String.fromCharCode(((iCode & 0x3F) << 6) | ( iCode1 & 0x3F)); 
 nOffset += 2; 
 nRemainingBytes -= 2; 
 } 
 else if ((iCode & 0xF0) == 0xE0) // 3 bytes 
 { 
 iCode1 = strUtf8.charCodeAt(nOffset + 1); 
 iCode2 = strUtf8.charCodeAt(nOffset + 2); 
 if ( nRemainingBytes < 3 || // not enough data 
 (iCode1 & 0xC0) != 0x80 || // invalid pattern 
 (iCode2 & 0xC0) != 0x80 ) 
 { 
 break; 
 } 
 bstr += String.fromCharCode(((iCode & 0x0F) << 12) | 
 ((iCode1 & 0x3F) << 6) | 
 (iCode2 & 0x3F)); 
 nOffset += 3; 
 nRemainingBytes -= 3; 
 } 
 else // 4 or more bytes -- unsupported 
 break; 
 } 
 if (nRemainingBytes != 0) 
 { 
 // bad UTF8 string. 
 return ""; 
 } 
 return bstr; 
 }

如何解决这个问题.本文介绍使用js来获取中文字长度方法

首先,我们定义一个新的函数getBytes()取得字符串的字节数，在javascript里，这个函数是标准函数。
代码如下:
　

String.prototype.getBytes = function() { 
 　　var cArr = this.match(/[^x00-xff]/ig); 
 　　return this.length + (cArr == null ? 0 : cArr.length); 
 　　} 
 　　function paramCheck(cur){ 
 　　if(cur.value.getBytes() > 64){ 
 　　alert("字符超过64个字符"); 
 　　return false; 
 　　} 
 　　return true; 
 　　}

　　getBytes用正则表达式来判断字符串中包含汉字的个数，包含的汉字都放到数组cArr中，这样cArr的长度就是汉字的总数。getBytes方法返回length加上汉字数，就是总的字节数。
　　只是使用了[^x00-xff]，这个有点恶心，有些特殊字符也是能匹配到的，比如}等。
　　但是如果使用[^u4E00-u9FA5]的话，却不能匹配到中文……

以下是另外几种方法，大家可以测试下：
一种：
复制代码代码如下:

function _length(str){ 
 var len=0; 
 for(var i=0;i<str.length;i++){ 
 if(str.charAt(i)>'~'){len+=2;}else{len++;} 
 } 
 return len; 
 }

二种：
代码如下:

String.prototype.gblen = function() { 
 var len = 0; 
 for (var i=0; i<this.length; i++) { 
 if (this.charCodeAt(i)>127 || this.charCodeAt(i)==94) { 
 len += 2; 
 } else { 
 len ++; 
 } 
 } 
 return len; 
 } 
 String.prototype.gbtrim = function(len, s) { 
 var str = ''; 
 var sp = s || ''; 
 var len2 = 0; 
 for (var i=0; i<this.length; i++) { 
 if (this.charCodeAt(i)>127 || this.charCodeAt(i)==94) { 
 len2 += 2; 
 } else { 
 len2 ++; 
 } 
 } 
 if (len2 <= len) { 
 return this; 
 } 
 len2 = 0; 
 len = (len > sp.length) ? len-sp.length: len; 
 for (var i=0; i<this.length; i++) { 
 if (this.charCodeAt(i)>127 || this.charCodeAt(i)==94) { 
 len2 += 2; 
 } else { 
 len2 ++; 
 } 
 if (len2 > len) { 
 str += sp; 
 break; 
 } 
 str += this.charAt(i); 
 } 
 return str; 
 } 
 var str1 = '世上最牛的@#%&们 世上最牛的@#%&们'; 
 document.write('str1 = '+ str1 +' 
 '); 
 document.write('length = '+ str1.gblen() +' 
 '); 
 document.write('gbtrim(10) = '+ str1.gbtrim(10) +' 
 '); 
 document.write('gbtrim(10, \'…\') = '+ str1.gbtrim(10, '…') +' 
 '); 
 document.write('gbtrim(12, \'-\' ) = '+ str1.gbtrim(12, '-') +' 
 ');

// gbtrim(len 截取长度，按英文字节长度计算， s截取后的省略字符，如"…" )
// 备注：这里中文字符都是当作两个长度来计算的，所以gbtrim中的len为10时，是显示最多5个汉字的。
// 当汉字数大于5时，由于截取后加上“…”，所以只显示4个汉字