1. 程式人生 > >Java判斷一個字串中是否包含中文字元工具類

Java判斷一個字串中是否包含中文字元工具類

Java判斷一個字串是否有中文一般情況是利用Unicode編碼(CJK統一漢字的編碼區間:0x4e00–0x9fbb)的正則來做判斷,但是其實這個區間來判斷中文不是非常精確,因為有些中文的標點符號比如:,。等等是不能識別的。

以下是比較完善的判斷方法:CharUtil.java

[java] view plain copy print?在CODE上檢視程式碼片派生到我的程式碼片
  1. package com.micmiu.utils;  
  2. import java.util.regex.Pattern;  
  3. /** 
  4.  * 字元通用工具類 
  5.  *  
  6.  * @author <a href="http://www.micmiu.com">Michael Sun</a> 
  7.  */
  8. publicclass CharUtil {  
  9.     /** 
  10.      * @param args 
  11.      */
  12.     publicstaticvoid main(String[] args) {  
  13.         String[] strArr = new String[] { "www.micmiu.com",  
  14.                 "!@#$%^&*()_+{}[]|\"'?/:;<>,.""!¥……()——:;“”‘’《》,。?、""不要啊",  
  15.                 "やめて""韓佳人""한가인" };  
  16.         for (String str : strArr) {  
  17.             System.out.println("===========> 測試字串:" + str);  
  18.             System.out.println("正則判斷:"
     + isChineseByREG(str) + " -- "
  19.                     + isChineseByName(str));  
  20.             System.out.println("Unicode判斷結果 :" + isChinese(str));  
  21.             System.out.println("詳細判斷列表:");  
  22.             char[] ch = str.toCharArray();  
  23.             for (int i = 0; i < ch.length; i++) {  
  24.                 char
     c = ch[i];  
  25.                 System.out.println(c + " --> " + (isChinese(c) ? "是" : "否"));  
  26.             }  
  27.         }  
  28.     }  
  29.     // 根據Unicode編碼完美的判斷中文漢字和符號
  30.     privatestaticboolean isChinese(char c) {  
  31.         Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);  
  32.         if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS  
  33.                 || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS  
  34.                 || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A  
  35.                 || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B  
  36.                 || ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION  
  37.                 || ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS  
  38.                 || ub == Character.UnicodeBlock.GENERAL_PUNCTUATION) {  
  39.             returntrue;  
  40.         }  
  41.         returnfalse;  
  42.     }  
  43.     // 完整的判斷中文漢字和符號
  44.     publicstaticboolean isChinese(String strName) {  
  45.         char[] ch = strName.toCharArray();  
  46.         for (int i = 0; i < ch.length; i++) {  
  47.             char c = ch[i];  
  48.             if (isChinese(c)) {  
  49.                 returntrue;  
  50.             }  
  51.         }  
  52.         returnfalse;  
  53.     }  
  54.     // 只能判斷部分CJK字元(CJK統一漢字)
  55.     publicstaticboolean isChineseByREG(String str) {  
  56.         if (str == null) {  
  57.             returnfalse;  
  58.         }  
  59.         Pattern pattern = Pattern.compile("[\\u4E00-\\u9FBF]+");  
  60.         return pattern.matcher(str.trim()).find();  
  61.     }  
  62.     // 只能判斷部分CJK字元(CJK統一漢字)
  63.     publicstaticboolean isChineseByName(String str) {  
  64.         if (str == null) {  
  65.             returnfalse;  
  66.         }  
  67.         // 大小寫不同:\\p 表示包含,\\P 表示不包含 
  68.         // \\p{Cn} 的意思為 Unicode 中未被定義字元的編碼,\\P{Cn} 就表示 Unicode中已經被定義字元的編碼
  69.         String reg = "\\p{InCJK Unified Ideographs}&&\\P{Cn}";  
  70.         Pattern pattern = Pattern.compile(reg);  
  71.         return pattern.matcher(str.trim()).find();  
  72.     }  
  73. }  
package com.micmiu.utils;

import java.util.regex.Pattern;

/**
 * 字元通用工具類
 * 
 * @author <a href="http://www.micmiu.com">Michael Sun</a>
 */
public class CharUtil {

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		String[] strArr = new String[] { "www.micmiu.com",
				"!@#$%^&*()_+{}[]|\"'?/:;<>,.", "!¥……()——:;“”‘’《》,。?、", "不要啊",
				"やめて", "韓佳人", "한가인" };
		for (String str : strArr) {
			System.out.println("===========> 測試字串:" + str);
			System.out.println("正則判斷:" + isChineseByREG(str) + " -- "
					+ isChineseByName(str));
			System.out.println("Unicode判斷結果 :" + isChinese(str));
			System.out.println("詳細判斷列表:");
			char[] ch = str.toCharArray();
			for (int i = 0; i < ch.length; i++) {
				char c = ch[i];
				System.out.println(c + " --> " + (isChinese(c) ? "是" : "否"));
			}
		}

	}

	// 根據Unicode編碼完美的判斷中文漢字和符號
	private static boolean isChinese(char c) {
		Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
		if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS
				|| ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS
				|| ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A
				|| ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B
				|| ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION
				|| ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS
				|| ub == Character.UnicodeBlock.GENERAL_PUNCTUATION) {
			return true;
		}
		return false;
	}

	// 完整的判斷中文漢字和符號
	public static boolean isChinese(String strName) {
		char[] ch = strName.toCharArray();
		for (int i = 0; i < ch.length; i++) {
			char c = ch[i];
			if (isChinese(c)) {
				return true;
			}
		}
		return false;
	}

	// 只能判斷部分CJK字元(CJK統一漢字)
	public static boolean isChineseByREG(String str) {
		if (str == null) {
			return false;
		}
		Pattern pattern = Pattern.compile("[\\u4E00-\\u9FBF]+");
		return pattern.matcher(str.trim()).find();
	}

	// 只能判斷部分CJK字元(CJK統一漢字)
	public static boolean isChineseByName(String str) {
		if (str == null) {
			return false;
		}
		// 大小寫不同:\\p 表示包含,\\P 表示不包含 
		// \\p{Cn} 的意思為 Unicode 中未被定義字元的編碼,\\P{Cn} 就表示 Unicode中已經被定義字元的編碼
		String reg = "\\p{InCJK Unified Ideographs}&&\\P{Cn}";
		Pattern pattern = Pattern.compile(reg);
		return pattern.matcher(str.trim()).find();
	}
}

[plain] view plain copy print?在CODE上檢視程式碼片派生到我的程式碼片
  1. ===========> 測試字串:www.micmiu.com  
  2. 正則判斷:false -- false  
  3. Unicode判斷結果 :false  
  4. 詳細判斷列表:  
  5. w --> 否  
  6. w --> 否  
  7. w --> 否  
  8. . --> 否  
  9. m --> 否  
  10. i --> 否  
  11. c --> 否  
  12. m --> 否  
  13. i --> 否  
  14. u --> 否  
  15. . --> 否  
  16. c --> 否  
  17. o --> 否  
  18. m --> 否  
  19. ===========> 測試字串:!@#$%^&*()_+{}[]|"'?/:;<>,.  
  20. 正則判斷:false -- false  
  21. Unicode判斷結果 :false  
  22. 詳細判斷列表:  
  23. ! --> 否  
  24. @ --> 否  
  25. # --> 否  
  26. $ --> 否  
  27. % --> 否  
  28. ^ --> 否  
  29. & --> 否  
  30. * --> 否  
  31. ( --> 否  
  32. ) --> 否  
  33. _ --> 否  
  34. + --> 否  
  35. { --> 否  
  36. } --> 否  
  37. [ --> 否  
  38. ] --> 否  
  39. | --> 否  
  40. " --> 否  
  41. ' --> 否  
  42. ? --> 否  
  43. / --> 否  
  44. : --> 否  
  45. ; --> 否  
  46. < --> 否  
  47. > --> 否  
  48. , --> 否  
  49. . --> 否  
  50. ===========> 測試字串:!¥……()——:;“”‘’《》,。?、  
  51. 正則判斷:false -- false  
  52. Unicode判斷結果 :true  
  53. 詳細判斷列表:  
  54. ! --> 是  
  55. ¥ --> 是  
  56. … --> 是  
  57. … --> 是  
  58. ( --> 是  
  59. ) --> 是  
  60. — --> 是  
  61. — --> 是  
  62. : --> 是  
  63. ; --> 是  
  64. “ --> 是  
  65. ” --> 是  
  66. ‘ --> 是  
  67. ’ --> 是  
  68. 《 --> 是  
  69. 》 --> 是  
  70. , --> 是  
  71. 。 --> 是  
  72. ? --> 是  
  73. 、 --> 是  
  74. ===========> 測試字串:不要啊  
  75. 正則判斷:true -- false  
  76. Unicode判斷結果 :true  
  77. 詳細判斷列表:  
  78. 不 --> 是  
  79. 要 --> 是  
  80. 啊 --> 是  
  81. ===========> 測試字串:やめて  
  82. 正則判斷:false -- false  
  83. Unicode判斷結果 :false  
  84. 詳細判斷列表:  
  85. や --> 否  
  86. め --> 否  
  87. て --> 否  
  88. ===========> 測試字串:韓佳人  
  89. 正則判斷:true -- false  
  90. Unicode判斷結果 :true  
  91. 詳細判斷列表:  
  92. 韓 --> 是  
  93. 佳 --> 是  
  94. 人 --> 是  
  95. ===========> 測試字串:한가인  
  96. 正則判斷:false -- false  
  97. Unicode判斷結果 :false  
  98. 詳細判斷列表:  
  99. 한 --> 否  
  100. 가 --> 否  
  101. 인 --> 否  
===========> 測試字串:www.micmiu.com
正則判斷:false -- false
Unicode判斷結果 :false
詳細判斷列表:
w --> 否
w --> 否
w --> 否
. --> 否
m --> 否
i --> 否
c --> 否
m --> 否
i --> 否
u --> 否
. --> 否
c --> 否
o --> 否
m --> 否
===========> 測試字串:!@#$%^&*()_+{}[]|"'?/:;<>,.
正則判斷:false -- false
Unicode判斷結果 :false
詳細判斷列表:
! --> 否
@ --> 否
# --> 否
$ --> 否
% --> 否
^ --> 否
& --> 否
* --> 否
( --> 否
) --> 否
_ --> 否
+ --> 否
{ --> 否
} --> 否
[ --> 否
] --> 否
| --> 否
" --> 否
' --> 否
? --> 否
/ --> 否
: --> 否
; --> 否
< --> 否
> --> 否
, --> 否
. --> 否
===========> 測試字串:!¥……()——:;“”‘’《》,。?、
正則判斷:false -- false
Unicode判斷結果 :true
詳細判斷列表:
! --> 是
¥ --> 是
… --> 是
… --> 是
( --> 是
) --> 是
— --> 是
— --> 是
: --> 是
; --> 是
“ --> 是
” --> 是
‘ --> 是
’ --> 是
《 --> 是
》 --> 是
, --> 是
。 --> 是
? --> 是
、 --> 是
===========> 測試字串:不要啊
正則判斷:true -- false
Unicode判斷結果 :true
詳細判斷列表:
不 --> 是
要 --> 是
啊 --> 是
===========> 測試字串:やめて
正則判斷:false -- false
Unicode判斷結果 :false
詳細判斷列表:
や --> 否
め --> 否
て --> 否
===========> 測試字串:韓佳人
正則判斷:true -- false
Unicode判斷結果 :true
詳細判斷列表:
韓 --> 是
佳 --> 是
人 --> 是
===========> 測試字串:한가인
正則判斷:false -- false
Unicode判斷結果 :false
詳細判斷列表:
한 --> 否
가 --> 否
인 --> 否