按字节分割文件，乱码处理！！

Question

如题，求解，谢谢各位了！小弟新手！！

Answer 1

楼主说的乱码是指分割时对汉字的处理吗，我这里正好有代码，你可以看看：public static String bSubstring(String s, int length) throws Exception { byte[] bytes = s.getBytes("Unicode");
int n = 0; // 表示当前的字节数
int i = 2; // 要截取的字节数，从第3个字节开始
for (; i < bytes.length && n < length; i++) {
// 奇数位置，如3、5、7等，为UCS2编码中两个字节的第二个字节
if (i % 2 == 1) {
n++; // 在UCS2第二个字节时n加1
} else {
// 当UCS2编码的第一个字节不等于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 - 1] != 0)
i = i - 1;
// 该UCS2字符是字母或数字，则保留该字符
else
i = i + 1;
}
return new String(bytes, 0, i, "Unicode");
}

Answer 2

楼上的只适合中文GBK,其他编码完全不行。

Answer 3

可以先检测文件的编码格式先！再获取到文件的编码格式！可以使用cpdetector_1.0.8.jar来获取文件的编码格式！

Answer 4

楼主是需要的这个吗 public static void main(String[] args) {
String str = "english汉字test测试";
System.out.println(splitStr(str,6));
System.out.println(splitStr(str,7));
System.out.println(splitStr(str,8));
System.out.println(splitStr(str,9));
System.out.println(splitStr(str,10));
System.out.println(splitStr(str,11));
}

public static String splitStr(String str, int length){
char[] cs = str.toCharArray();
int index = 0;
while(length > 0){
if(cs[index++] > 255){
length -= 2;
}else{
length--;
}
}
return str.substring(0, length == 0 ? index : --index);
}

Answer 5

Mozilla发布过一个编码检测的算法，这里有一个开源的java包：http://jchardet.sourceforge.net/index.html

Answer 6

首先必须是判断编码，确定了编码就确定有几个字节来确定一个字符了。不过里面混着普通的字符。例如半角的英文字母。不过这样的字符是不符合之前确认的编码规则的。这样就可以把这些字符区分出来了。分割文件还有个关注的地方就是文件的分割点。比如，500k分成一个文件。不过第500k个字节和500k+1个字节组成一个字符。 这样不要分开。否则下一页也会出现乱码，判断的方法还是使用编码的规则如果确定是半个字符。就要把下一个字符算到本页上。或者把这个字符算到下一页上。有关编码的规则就要查相关的文档了。 目前比较流行的是unicode 和 gbk的。做几个常用的就可以了。 

Answer 7

可以再页面分割<c:forTokens  var="token" items="${resource.resourceURL}" delims=";" varStatus="status" >
                        <a href="DownLoadResource.action?file=${fn:split(token,'?')[0]}">${fn:split(token,"?")[1]}</a>
                      <br/>
          </c:forTokens>