C# 扩展方法：按字节截取 Unicode 字符串

"asp.net c# String类添加按字节截取字符串的扩展方法" 在ASP.NET C#开发中，我们经常需要处理字符串。在某些特定场景下，例如处理包含Unicode字符（如中文、日文等）的字符串时，普通的`Substring`方法可能无法满足需求，因为它按照字符长度截取，而一个Unicode字符可能占用2个字节。因此，我们需要自定义一个扩展方法来实现按字节截取字符串。以下是一个关于如何为`String`类添加此功能的示例。 首先，我们需要理解Unicode编码。Unicode是国际通用的一种字符编码标准，它用16位（2个字节）来表示一个字符，这被称为UCS-2编码。对于ASCII字符（只占一个字节），在Unicode编码中，前128个Unicode码点与ASCII码点是相同的，但其余的Unicode字符则需要2个字节来表示。 现在，我们来看给出的代码实现： ```csharp public static class StringExt { public static string bSubstring(this string s, int length) { byte[] bytes = System.Text.Encoding.Unicode.GetBytes(s); int n = 0; // 当前已读取字节数 int i = 0; // 遍历的字节索引 for (; i < bytes.GetLength(0) && n < length; i++) { // 检查当前字节是否为UCS-2编码的低字节（偶数索引） if (i % 2 == 0) { n++; // UCS-2的一个字符由2个字节组成，所以n加1 } else { // 如果是高字节且非0，表示这是一个完整的Unicode字符 if (bytes[i] > 0) { n++; } } } // 考虑到最后一个字符可能是个半字节，需要进行调整 if (i % 2 == 1) { // 如果是高字节，忽略这个字节（因为没有低字节） if (bytes[i] > 0) { i = i - 1; } // 如果是低字节，跳过这个字节（因为它已经计算过了） else { i = i + 1; } } return System.Text.Encoding.Unicode.GetString(bytes, 0, i); } } ``` 这个`bSubstring`扩展方法首先通过`Encoding.Unicode.GetBytes`将字符串转换为字节数组。然后遍历数组，根据字节位置判断是否为UCS-2的高低字节，累计有效字节数`n`。当达到指定长度`length`时，结束遍历。最后，使用`Encoding.Unicode.GetString`从字节数组中获取截取后的字符串。 通过调用`StringExt.bSubstring`方法，我们可以准确地按字节截取包含Unicode字符的字符串。例如： ```csharp string s = "abca1b2ôc3"; string subStr = s.bSubstring(6); // subStr的结果为"ab" ``` 这个扩展方法在处理多语言环境或需要精确控制字节数的应用场景中非常有用，特别是在处理二进制数据或网络传输时。请注意，这个方法仅适用于UCS-2编码的Unicode字符串，如果涉及到UTF-8或其他编码格式，还需要做相应的调整。