由於中文字符佔兩個字節,直接用 JavaScript 原生的 substr 截取時容易把一個完整的漢字截斷。下面提供一組按「字節數」計算的截取函數,能正確處理中英混排的情況。
首先是計算字符總數的函數,它判斷每個字符是單字節還是雙字節:
function getChars(str) {
var c = 0.0;
if (str == null || str == "") { return 0; }
var len = str.length;
for (var i = 0; i < len; i++) {
var unicode = str.charCodeAt(i);
if (unicode < 127) { c += 1; } // 單字符
else { c += 2; } // 中文
}
return c;
}
接著是按字節截取的核心函數:
function sb_substr(str, startp, endp) {
var i = 0, c = 0, rstr = '';
var len = str.length;
var sblen = sb_strlen(str);
if (startp < 0) { startp = sblen + startp; }
if (endp < 1) { endp = sblen + endp; }
// 尋找起點
for (i = 0; i < len; i++) {
if (c >= startp) { break; }
var unicode = str.charCodeAt(i);
c += (unicode < 127) ? 1 : 2;
}
// 開始取
for (i = i; i < len; i++) {
var unicode = str.charCodeAt(i);
c += (unicode < 127) ? 1 : 2;
rstr += str.charAt(i);
if (c >= endp) { break; }
}
return rstr;
}
實際應用中,常用它來截取长文件名並在中間加省略號:
function getShortFileName(filename) {
var short_filename = filename;
if (sb_strlen(short_filename) > 61) {
short_filename = sb_substr(short_filename, 0, 36) + ' ... ' + sb_substr(short_filename, -20);
}
return short_filename;
}
如果採用 UTF-8 編碼,還可以用另一個更簡潔的版本:
function mb_strlen(str) {
var len = 0;
for (var i = 0; i < str.length; i++) {
len += str.charCodeAt(i) < 0 || str.charCodeAt(i) > 255 ? (charset == 'utf-8' ? 3 : 2) : 1;
}
return len;
}
透過這種按字節計算的方式,就能避免把中文字符從中間截斷,得到完整、正確的截取結果。