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/
import
java.util.regex.Pattern;
public
class
CharUtil {
public
static
void
main(String[] args) {
String[] strArr =
new
String[] {
"www.micmiu.com"
,
"!@#$%^&*()_+{}[]|\"‘?/:;<>,."
,
"!¥……()——:;“”‘’《》,。?、"
,
"不要啊"
,
"やめて"
,
"韩佳人"
,
"???"
};
for
(String str : strArr) {
System.out.println(
"===========> 测试字符串:"
+ str);
System.out.println(
"正则判断结果:"
+ isChineseByREG(str) +
" -- "
+ isChineseByName(str));
System.out.println(
"Unicode判断结果 :"
+ isChinese(str));
System.out.println(
"详细判断列表:"
);
char
[] ch = str.toCharArray();
for
(
int
i =
0
; i < ch.length; i++) {
char
c = ch[i];
System.out.println(c +
" --> "
+ (isChinese(c) ?
"是"
:
"否"
));
}
}
}
// 根据Unicode编码完美的判断中文汉字和符号
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
;
}
// 完整的判断中文汉字和符号
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
;
}
// 只能判断部分CJK字符(CJK统一汉字)
public
static
boolean
isChineseByREG(String str) {
if
(str ==
null
) {
return
false
;
}
Pattern pattern = Pattern.compile(
"[\\u4E00-\\u9FBF]+"
);
return
pattern.matcher(str.trim()).find();
}
// 只能判断部分CJK字符(CJK统一汉字)
public
static
boolean
isChineseByName(String str) {
if
(str ==
null
) {
return
false
;
}
// 大小写不同:\\p 表示包含,\\P 表示不包含
// \\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
String reg =
"\\p{InCJK Unified Ideographs}&&\\P{Cn}"
;
Pattern pattern = Pattern.compile(reg);
return
pattern.matcher(str.trim()).find();
}
}
原文地址:http://blog.csdn.net/l1028386804/article/details/43764073