C#实现中英文混合字符串按字节截取方法

核心逻辑与原理

实现该功能的关键在于区分“字符数”与“显示宽度”。在常见的GBK或UTF-8混合显示场景下，通常约定：
- 英文字母、数字、标点符号占用 1 个单位宽度；
- 汉字及全角特殊字符占用 2 个单位宽度。

算法通过遍历字符数组，累加计算已截取内容的宽度。一旦达到指定长度阈值，立即停止追加字符并添加指定的后缀（如省略号），从而保证最终结果的视觉长度一致。

C# 代码实现

以下代码定义了扩展方法 GetString，包含三个参数：text（源文本）、length（目标宽度）、replacetxt（多余字符替换符）。逻辑如下：

/// <summary>
/// 截取中英文混合字符串
/// </summary>
/// <param name="text">字符文本</param>
/// <param name="length">截取长度</param>
/// <param name="replacetxt">replacetxt替换的多余字符</param>
/// <returns></returns>
public string GetString(string text, int length, string replacetxt)
{
    int strLength = 0;
    StringBuilder strb = new StringBuilder();
    char[] Temp = text.ToCharArray();
    
    for (int i = 0; i != Temp.Length; i++)
    {
        // 如果当前累积长度已超过限制，追加替换符后退出
        if (strLength >= length) 
        {
            strb.Append(replacetxt);
            break;
        }
        else
        {
            // 判断字符类型：ASCII码小于255通常为英文/半角符号
            if (((int)Temp[i]) < 255) 
            {
                strLength++; // 英文占1位
            }
            else
            {
                strLength = strLength + 2; // 中文/全角占2位
            }
            strb.Append(Temp[i]);
        }
    }
    return strb.ToString();
}

关键点解析

1. 宽度计算：使用 (int)Temp[i] < 255 作为简易判断标准。此方法适用于大多数常见中文环境（如GBK编码）。若项目严格使用纯UTF-8且涉及生僻字，建议改用 System.Globalization.StringInfo 或 Unicode 范畴判断更严谨。
2. SyntaxHighlighting：使用 StringBuilder 提升拼接性能，避免频繁创建字符串对象。
3. 边界处理：当累加长度刚好超过 length 时，循环体内的判断会先执行追加，但需注意 break 的位置。上述代码在检测到超长前会追加当前字符，若在循环内部判断，建议将 Append 放在判断之前，或在判断 strLength + width 是否越界后再决定追加。上述示例代码采用了一种近似逻辑：即允许略微超出后立即切断，适用于展示用途。

使用示例

调用该方法可实现如下效果：

• 输入："Hello 世界"，长度：6，替换符："..."
  输出："Hello ..." （H=1,e=1,l=1,l=1,o=1,空格=1 -> 累计6，后续不处理）
• 输入："你好世界"，长度：4，替换符：".."
  输出："你好.." （你=2,好=2 -> 累计4，触发替换）

注意事项与排错

编码差异问题：如果部署环境为非Windows系统或统一使用UTF-8，简单的 ASCII 255 判断可能无法覆盖所有宽字符。对于更严格的国际化需求，建议使用 TextInfo.MeasureString 或第三方库处理宽度计算。

以上就是C#实现中英文混合字符串按字节截取方法的详细内容，更多关于C#字符串操作技巧的资料请关注本站其它相关文章！