按字节截取字符串

在JS中，由于中文和英文是同等对待的，但有时候我们希望是一个中文按两个字节算，这就出现了按字节截取字符串的功能。下面列举了 2种实现方式。

循环检测

这种实现方式来自于Tangram，具体实现如下：

baidu.string.getByteLength = function(source) {
        return String(source).replace(/[^\x00-\xff]/g, "ci").length;
    };
    /*
     * Tangram
     * Copyright 2009 Baidu Inc. All rights reserved.
     *
     * path: baidu/string/subByte.js
     * author: dron, erik
     * version: 1.1.0
     * date: 2009/11/30
     */
    /**
     * 对目标字符串按gbk编码截取字节长度
     *
     * @param {string} source 目标字符串
     * @param {number} length 需要截取的字节长度
     * @return {string} 字符串截取结果
     */
    baidu.string.subByte = function(source, length) {
        source = String(source);
        var getLen = baidu.string.getByteLength,
            i, len, current, next, currentLen, nextLen;
        if (length < 0 || getLen(source) <= length) {
            return source;
        }
        len = source.length;
        for (i = Math.floor(length / 2) - 1; i < len; i++) {
            current = next || source.substr(0, i);
            currentLen = nextLen || getLen(current);
            if (currentLen == length) {
                return current;
            } else {
                next = source.substr(0, i + 1);
                nextLen = getLen(next);
                if (nextLen > length) {
                    return current;
                }
            }
        }
        return source;
    };

baidu.string是字符串常见操作的对象。

正则替换

这种方式的实现原理是先将中文替换成中文加个空格，这样变相的将一个中文变成了2个字节，然后在这个基础上截取，截取完成后在将中文加空格变成中文。

baidu.string.subByte1 = function(source, length) {
        return (source + '').substr(0, length).replace(/([^\x00-\xff])/g, '$1 ').substr(0, length).replace(/([^\x00-\xff]) /g, '$1');
    }

这种实现方式不管是从代码量上还是从效率上都要比第一种高很多，这里有个测试案例。