Java 在将字符串拆分为最大1Mb大小的子字符串时遇到问题

我必须将一个字符串拆分为1Mb大小的字符串。使用<代码> UTF-8/COD>作为字符编码，一些字母占用1个字节以上，因此避免在中间分裂字符（例如‘胡’是2字节，所以不能1个字节到一个字符串的结尾，1个字节不能到下一个字符串）

---

它没有问题，我得到了3个字符串，因为3兆字节的字符串被分割成3，1兆字节的字符串。但是，如果我将

createDataSize（）

方法的

char

更改为将

'á'

附加到示例字符串中，那么它只代表“áááá…”，

cutString

方法中的内部while循环将永远持续，因为它将逐个删除每个“á”，直到它适合给定的大小。我怎样才能改善内心世界，或者想出类似的解决方案？字符串可以小于1兆字节，但不能更大

使用二进制搜索逻辑显然适合您的需要

简单地减少速度更快，只使用块大小的一半，如果你仍然有一些空间，添加一半，如果没有，删除一半。等等

---

一个更简单的解决方案是只删除

chunk.getBytes（encoding）.length

和

chunkSize

之间的差异。然后看看如果你想完全填充它，你还可以使用多少字节。

你的问题有点奇怪-如果你知道你在使用UTF-8，为什么首先要使用

字符串？多次使用子字符串+编码是致命的（本质上是以幂为单位线性地遍历字符串），但是如果您从一开始就知道您使用的是UTF-8，那又有什么意义呢？你能详细说明一下你打算如何读取字符数据吗？
public static List<String> cutString3(String original, int chunkSize, String encoding) throws UnsupportedEncodingException {
    List<String> strings = new ArrayList<>();
    final int end = original.length();
    int from = 0;
    int to = 0;
    do {
        to = (to + chunkSize > end) ? end : to + chunkSize;
        String chunk = original.substring(from, to); // get chunk
        while (chunk.getBytes(encoding).length > chunkSize) { // cut the chunk from the end
            chunk = original.substring(from, --to);
        }
        strings.add(chunk); // add chunk to collection
        from = to; // next chunk
    } while (to < end);
    return strings;
}

private static String createDataSize(int msgSize) {
    StringBuilder sb = new StringBuilder(msgSize);
    for (int i = 0; i < msgSize; i++) {
        sb.append("a");
    }
    return sb.toString();
}

String exampleString = createDataSize(1024*1024*3);
cutString(exampleString, 1024*1024, "UTF-8");