8.2.2　计算字符串所占字节数

在Java中，要计算字符串所占的字节数，需要用到String类的getBytes()方法，该方法返回字符串所对应的字节数组，再访问字节数组的length属性就能得到字符串所占的字节数。示例代码如下：

public static void main(String[] args) {
  String source = "微信";
  // 计算字符串source所占字节数
  int length = source.getBytes().length;
  // 运行结果：4
  System.out.println(length);
}

可以看出，字符串“微信”所占的字节数为4，即一个中文占2字节。其实这里我们忽略了一个很重要的因素——字符编码方式，对于不同的编码方式，中文所占的字节数可能会不一样。在上面的示例中，我们没有显式地指定编码方式，因此会采用操作系统默认的编码方式（中文操作系统默认的编码方式通常为GB2312或GBK）。再来看下面这个例子：

public static void main(String[] args) throws Exception {
  // 运行结果：2
  System.out.println("微信".getBytes("ISO8859-1").length);
  // 运行结果：4
  System.out.println("微信".getBytes("GB2312").length);
  // 运行结果：4
  System.out.println("微信".getBytes("GBK").length);
  // 运行结果：6
  System.out.println("微信".getBytes("UTF-8").length);
}

我们可以得出这样的结论：采用ISO8859-1编码时，一个中文占1字节；采用GB2312或GBK编码时，一个中文占2字节；采用UTF-8编码时，一个中文占3字节。所以，要计算字符串所占字节数，必须先搞清楚在响应消息时使用的编码方式。在4.4.4节中编写CoreServlet类的doPost()方法时，为了防止中文乱码我们添加了如下代码：

// 将请求、响应的编码均设置为UTF-8（防止中文乱码）
request.setCharacterEncoding("UTF-8");
response.setCharacterEncoding("UTF-8");

由此可见，公众账号后台在响应消息时使用的编码方式为UTF-8。计算文本消息内容在UTF-8编码方式下所占字节数的方法如下：

/**
 * 计算采用UTF-8编码方式时字符串所占字节数
 * 
 * @param content
 * @return
 */
public static int getByteSize(String content) {
  int size = 0;
  if (null != content) {
       try {
           size = content.getBytes("UTF-8").length;
       } catch (UnsupportedEncodingException e) {
           e.printStackTrace();
       }
  }
  return size;
}