表情包java_java截取最后一个字符「建议收藏」

System.out.println(Integer.toBinaryString(c));

执行结果–

100111101100000

4f60

从结果里我们确定两件事

1.char里面存的是比特流数据（废话，计算机里存的都是01）

2.这个值对应的是一个unicode码值（UTF-16大端编码方式，因为UTF-16和unicode在BMP1里是一一对应的，所以可以理解成UTF-16就是UNICODE. 假设char完整的表达unicode中定义的所有字符，那就需要4位－－其实就是存储码值，比如 char c=’\uFFFFFF’）

中文unicode码表:    http://www.chi2ko.com/tool/CJK.htm

3.new String(byte[] ,String charsetName)在干啥？

根据方法注解：

Constructs a new {@code String} by decoding the specified array of bytes using the specified{@linkplain java.nio.charset.Charset charset}.The length of the new {@code String} is a function of the charset,and hence may not be equal to the length of the byte array.

字面意思是：对指定的字节数组，通过指定的字符集，构建一个新的String. String的长度取决与字符集，所以最终String的长度和字节数组长度很有可能不一致。

我们看String的构成，其实就是一个char[] value,所以通过字符集的解码，最终是将byte[]转换成char[],且这个char是UTF-16编码的。因此我们猜测，java中StringCoding.decode方法干的事就是：

1.根据charsetName对byte[]进行解码，得到一个unicode码值

2.对这个码值进行UTF-16编码，并将值填写到对应char类型中

我们通过StringCoding.decode源代码进行分析，看是否和我们猜测的一样

拿个简单点的，UTF-8解码器为例

看第8行：

int i3 = m << 18 ^ n << 12 ^ i1 << 6 ^ i2 ^ 0x381F80;

我们输入一个[女孩]的图标

String s = “[女孩]”;//—是一个emjoy图标，搜狐博客显示不出来，是一个小女孩的头像

byte[] bts = s.getBytes(“utf-8”);

然后计算 int code =  bts[0] << 18 ^  bts[1] << 12 ^  bts[2] << 6 ^  bts[3] ^ 0x381F80;

得到的结果是:1f467

查询unicode表（http://www.unicode.org/Public/UNIDATA/NamesList.txt），描述如下：

1F467	GIRL

因此证实了初步猜想，（1.根据charsetName对byte[]进行解码，得到一个unicode码值）

再看后面2行代码：

 paramArrayOfChar[(j++)] = Character.highSurrogate(i3);

 paramArrayOfChar[(j++)] = Character.lowSurrogate(i3);

 这2行代码是UTF-16对于扩展字符的处理方式，参考

 http://blog.chinaunix.net/uid-20246210-id-1970535.html

 “字符的值介于0x10000和0x10FFFF之间的，用一个值介于0xD800和0xDBFF(在

所谓的高8位区)的16位整数和值介于0xDC00和0xDFFF(在所谓的低8位区)的16位整 

数来表示。“

说白了，就是当2个字符难以描述某个unicode的值的时候（超出16bit了），就用2个字符（4字节）来描述这个unicode值（这个是UTF-16的编码规则，java使用大端UTF-16,就是高位是左边的值）。然而这个用来拼接的值又必须和正常使用的值区分开来，因为utf-16是直接描述unicode,如果范围不区分，就难以辨别到底描述的是双字节的unicode,还是需要拼接的。所以utf-16编码格式，将0xD800-0xDBFF,0xDC00-0xDFFF留白，专门用于特殊编码。

这里证实了我们第2个猜测，拿到unicode值之后，进行了UTF-16的编码

到这里，我们终于可以明确的知道，String中的char[],用的是utf-16的大端编码后的值。

因此对于这样的情况  String s = new String(byte[],charsetName)

他表达的含义就是：将byte[]通过charsetName进行解码，得到对应的unicode值，然后重新编码成UTF-16的值。

那另外一个问题来了，重新编码成UTF-16，不是应该是byte[]么，怎么变成char[]了 ？

解答是，char就是两字节的UTF-16编码的byte[]数组。

然后我们讨论一个问题：

web编程经常遇到的，客户端浏览器GBK编码的，java-server是UTF-8的编码。我们调试的时候会发现，服务端是乱码，因为GBK格式的byte[]使用UTF-8编码方式进行解码，的确找不到对应的unicode.那么假设我们进行如下操作：

String s = new String(param.getBytes(“utf-8″),”GBK”);

能获取到正确的string么？

结论是：中文基本上不能正确解释。因为GBK的编码规则是：中文用2个字节表示，第一个字节>127. 这个编码规则和UTF-8的风马牛不相及。而当UTF-8拿到GBK的byte[]时，按照UTF-8规范进行解析，发现不符合规则，那么就替换成一个固定的字符（方块），到这里，原来的byte信息就丢失了。因此虽然param.getBytes(“UTF-8”)这样重新编码，但是已经不能恢复成原来的byte[]了。

扯了一大堆，回到最初的问题，怎么截包含emjoi表情的字符串呢？

先上java的方法

1.最简单的

private static String subByUtf32(String s, int reqNum) throws UnsupportedEncodingException {

        if (StringUtil.isBlank(s)) {

            return s;

        }

        byte[] bts = s.getBytes(“utf-32”);

        int index = reqNum * 4;

        index = index > bts.length ? bts.length : index;

        return new String(bts, 0, index, “utf-32”);

    }

2.使用codepoint

 private static String subByCodePoint(String s,int reqNum){

        if (StringUtil.isBlank(s) || s.length()<=reqNum) {

            return s;

        }

        for (int index = reqNum; index <= s.length(); index++) {

            if (s.codePointCount(0, index) > reqNum) {

                return s.substring(0, index – 1);

            }

        }

        return s;

    }

3.其他解析编码规则的.

IOS版本

1.使用UTF-32L

-(NSString*)subByUtf32:(NSString*)str reqNum:(NSInteger)reqNum{

    //长度不够的情况

    if ([str length]<=reqNum) {

        return str;

    }

    //先转成byte

    NSData* data =[str dataUsingEncoding:NSUTF32LittleEndianStringEncoding];//这里的编码需要指明用大端还是小端，如果只用UTF-32,前面4字节会用来标记编码格式

    Byte* bytes = (Byte*)[data bytes];

    int index = reqNum*4;

    index = index > data.length ? data.length : index;

    return [[NSString alloc]initWithBytes:bytes length:index encoding:NSUTF32LittleEndianStringEncoding];

}

2.使用UTF-8

-(NSString*)subByUtf8:(NSString*) str reqNum:(NSInteger)reqNum{

    //长度不够的情况

    if ([str length]<=reqNum) {

        return str;

    }

    //先转成byte

    NSData* data =[str dataUsingEncoding:NSUTF8StringEncoding];

    Byte* bytes = (Byte*)[data bytes];

    int index = 0;

    for (int i =0; i<reqNum; i++) {

        if (index>=[data length]) {

            //异常了

            break;

        }

        int byte =bytes[index];

        if (byte<128) {

            //0xxxxxxx

            //单字节

            index+=1;

        }else if(byte<224){

            //110xxxxx

           //双字节

            index+=2;

        }else if(byte<240){

            //1110xxxx

           //3字节

            index+=3;

        }else if(byte<248){

           //11110xxx

            //4字节

            index+=4;

        }else if(byte<252){

           //111110xx

            //5字节

            index+=5;

        }else{

           //1111110x

            //6字节

            index+=6;

        }

    }

    NSString* newStr = [[NSString alloc]initWithBytes:bytes length:index encoding:NSUTF8StringEncoding];

    return newStr;

}