向C#的String类添加按字节截取字符串的扩展方法

 Web应用程序在浏览器中显示字符串时，由于显示长度的限制，常常需要将字符串截取后再进行显示。但目前很多流行的语言，如C#、Java内部采用的都是Unicode 16（UCS2）编码，在这种编码中所有的字符都是两个字符，因此，如果要截取的字符串是中、英文、数字混合的，就会产生问题，如下面的字符串：

　　Strings ="a加b等于c，如果a等1、b等于2，那么c等3";

 上面的字符串既有汉字，又有英文字符和数字。如果要截取前6个字节的字符，应该是”a加b等"，但如果用Substring方法截取前6个字符就成了"a加b等于c"。产生这个问题的原因是将Substring方法将双字节的汉字当成一个字节的字符（UCS2字符）处理了。 要解决这个问题的方法是首先得到该字符串的UCS2编码的字节数组，如下面的代码如下：

　　byte[]bytes=System.Text.Encoding.Unicode.GetBytes(s);

 然后从第一个字节开始扫描，对于一个英文或数字字符，UCS2编码的第一个字节是相应的ASCII，第二个字节是0，如a的UCS2编码是97　0，而汉字两个字节都不为0，因此，可以利于UCS2编码的这个规则来计算实际的字节数，为了更方便，将按字节长度截取字符串的方法注册为String类的扩展方法，实现代码如下：

publicstaticclassStringExt
{
publicstaticStringbSubstring(thisstrings,intlength)
{
byte[]bytes=System.Text.Encoding.Unicode.GetBytes(s);
intn=0;　//　表示当前的字节数
inti=0;　//　要截取的字节数
for(;i<bytes.GetLength(0)&&n<length;i++)
{
//　偶数位置，如0、2、4等，为UCS2编码中两个字节的第一个字节
if(i%2==0)
{
n++;　　　//　在UCS2第一个字节时n加1
}
else
{
//　当UCS2编码的第二个字节大于0时，该UCS2字符为汉字，一个汉字算两个字节
if(bytes[i]>0)
{
n++;
}
}
}
//　如果i为奇数时，处理成偶数
if(i%2==1)
{
//　该UCS2字符是汉字时，去掉这个截一半的汉字
if(bytes[i]>0)
i=i-1;
//　该UCS2字符是字母或数字，则保留该字符
else
i=i+1;
}
returnSystem.Text.Encoding.Unicode.GetString(bytes,0,i);
}
}

 在上面的代码中，如果最后要截取奇数个字符（以字节为单位），并且当最后一个字符是字母或数字，则保留该字符，如果是汉字，说明这个汉字被截了一半，则去掉这个汉字。

　　可以使用下面的代码来截取字符串：

　　StringsubStr=s.bSubstring(6);　//　substr的值是"a加b等"

　　关于扩展方法的详细讲解，请读者参阅《.net framework3.5新特性2：var、初始化、匿名类和扩展方法 》一文。

　　文章来源:http://www.cnblogs.com/nokiaguy/archive/2008/09/06/1285794.html