Java 完美判断中文字符

Java判断一个字符串是否有中文一般情况是利用Unicode编码(CJK统一汉字的编码区间:0x4e00–0x9fbb)的正则来做判断,但是其实这个区间来判断中文不是非常精确,因为有些中文的标点符号比如:,。等等是不能识别的。

以下是比较完善的判断方法:CharUtil.java

http://www.micmiu.com/lang/java/java-check-chinese/ 

 1 import java.util.regex.Pattern;
 2 
 3 public class CharUtil {
 4 
 5     public static void main(String[] args) {
 6         String[] strArr = new String[] { "www.micmiu.com",
 7                 "!@#$%^&*()_+{}[]|\"‘?/:;<>,.", "!¥……()——:;“”‘’《》,。?、", "不要啊",
 8                 "やめて", "韩佳人", "???" };
 9         for (String str : strArr) {
10             System.out.println("===========> 测试字符串:" + str);
11             System.out.println("正则判断结果:" + isChineseByREG(str) + " -- "
12                     + isChineseByName(str));
13             System.out.println("Unicode判断结果 :" + isChinese(str));
14             System.out.println("详细判断列表:");
15             char[] ch = str.toCharArray();
16             for (int i = 0; i < ch.length; i++) {
17                 char c = ch[i];
18                 System.out.println(c + " --> " + (isChinese(c) ? "是" : "否"));
19             }
20         }
21     }
22 
23     // 根据Unicode编码完美的判断中文汉字和符号
24     private static boolean isChinese(char c) {
25         Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
26         if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS
27                 || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS
28                 || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A
29                 || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B
30                 || ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION
31                 || ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS
32                 || ub == Character.UnicodeBlock.GENERAL_PUNCTUATION) {
33             return true;
34         }
35         return false;
36     }
37 
38     // 完整的判断中文汉字和符号
39     public static boolean isChinese(String strName) {
40         char[] ch = strName.toCharArray();
41         for (int i = 0; i < ch.length; i++) {
42             char c = ch[i];
43             if (isChinese(c)) {
44                 return true;
45             }
46         }
47         return false;
48     }
49 
50     // 只能判断部分CJK字符(CJK统一汉字)
51     public static boolean isChineseByREG(String str) {
52         if (str == null) {
53             return false;
54         }
55         Pattern pattern = Pattern.compile("[\\u4E00-\\u9FBF]+");
56         return pattern.matcher(str.trim()).find();
57     }
58 
59     // 只能判断部分CJK字符(CJK统一汉字)
60     public static boolean isChineseByName(String str) {
61         if (str == null) {
62             return false;
63         }
64         // 大小写不同:\\p 表示包含,\\P 表示不包含
65         // \\p{Cn} 的意思为 Unicode 中未被定义字符的编码,\\P{Cn} 就表示 Unicode中已经被定义字符的编码
66         String reg = "\\p{InCJK Unified Ideographs}&&\\P{Cn}";
67         Pattern pattern = Pattern.compile(reg);
68         return pattern.matcher(str.trim()).find();
69     }
70 }

 

Java 完美判断中文字符,布布扣,bubuko.com

Java 完美判断中文字符

上一篇:java面向对象(2)


下一篇:Javascript学习------FileSystemObjec对象