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 }