C# 按字节数截取字符串并添加省略号的实现

按字节数截取并追加省略号的方法

该函数的核心逻辑是依次读取字符串中的每个字符，将其转换为指定的字节编码并累加计数。一旦累计字节数达到或超过目标值，立即停止循环并返回子串。这种方法能有效避免将双字节或三字节字符截断为非法字节序列。

第1步：定义包含省略号的截取函数

首先引入必要的命名空间（若未全局引入），并创建静态辅助方法 GetSubString。以下是完整的 C# 实现代码：

public static string GetSubString(string origStr, int endIndex)
{
    // 1. 边界检查：输入为空或截取长度为负数时，直接返回空字符串
    if (origStr == null || origStr.Length == 0 || endIndex < 0)
        return "";

    // 此处使用 gb2312 编码计算总字节数（可根据实际需求切换为 Encoding.UTF8）
    int bytesCount = System.Text.Encoding.GetEncoding("gb2312").GetByteCount(origStr);

    // 如果总字节数不超过限制，直接返回原字符串
    if (bytesCount <= endIndex)
        return origStr;

    int readyLength = 0;
    int byteLength;

    // 2. 逐字符累加字节数
    for (int i = 0; i < origStr.Length; i++)
    {
        // 获取单个字符在当前编码下的字节长度
        byteLength = System.Text.Encoding.GetEncoding("gb2312").GetByteCount(new char[] { origStr[i] });
        readyLength += byteLength;

        // 3. 当刚好等于目标长度时，截取包含当前字符的部分并加上省略号
        if (readyLength == endIndex)
        {
            origStr = origStr.Substring(0, i + 1) + "...";
            break;
        }
        // 4. 当超过目标长度时，不截取当前字符，保持之前的截断位置，并加上省略号
        else if (readyLength > endIndex)
        {
            origStr = origStr.Substring(0, i) + "...";
            break;
        }
    }
    return origStr;
}

第2步：理解参数与执行结果

• 参数说明：
  
  • origStr：需要进行截断处理的原始字符串。
  • endIndex：截取的目标字节总数（例如：10代表最多占用10个字节）。
• 注意事项：
  • 原代码中使用了 Encoding.GetEncoding("gb2312")。如果您的系统环境默认为 UTF-8（如在 Linux 服务器或现代 Web 开发中），请替换为 Encoding.UTF8，否则可能导致中文显示为乱码或占用字节计算偏差。
  • 算法通过逐个字符增加长度，确保了不会切断一个汉字的中间部分。比如遇到一个 2 字节的汉字，若前 1 个字节已达上限，则该字符会被整体舍弃。

无后缀的精确字节截取方案

在某些 UI 界面设计或数据对齐场景中，可能只需要纯粹的截断而不希望出现末尾的标点符号。逻辑与上述方法一致，唯一的区别是移除字符串拼接操作。

// 按字节数截取字符串（不带省略号）
public static string GetSub1String(string origStr, int endIndex)
{
    if (origStr == null || origStr.Length == 0 || endIndex < 0)
        return "";

    int bytesCount = System.Text.Encoding.GetEncoding("gb2312").GetByteCount(origStr);
    if (bytesCount > endIndex)
    {
        int readyLength = 0;
        int byteLength;
        for (int i = 0; i < origStr.Length; i++)
        {
            byteLength = System.Text.Encoding.GetEncoding("gb2312").GetByteCount(new char[] { origStr[i] });
            readyLength += byteLength;
            
            // 相等或大于时的截取逻辑略去了省略号拼接
            if (readyLength == endIndex)
            {
                origStr = origStr.Substring(0, i + 1);
                break;
            }
            else if (readyLength > endIndex)
            {
                origStr = origStr.Substring(0, i);
                break;
            }
        }
    }
    return origStr;
}

性能优化建议

上述 `for` 循环方式虽然直观且准确，但如果字符串极长或调用频率极高，频繁实例化数组 new char[] { ... } 可能会产生一定开销。在实际生产环境中，如果确认使用的是固定宽度编码或者为了追求极致性能，也可以结合正则表达式或更底层的 `System.Text.Encoding` 缓冲区处理方法进行优化，但对于常规业务逻辑，当前的逐字累加法足以保证安全性与可读性。