[ Java 代碼範本 ] Java 完美判断中文字符

來源自 這裡
Preface:
Java判斷一個字符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. 底下介紹幾個方法並做簡單測試.

CharUtil 範例:
這邊將方法撰寫在 CharUtil 上的靜態方法:
- CharUtil.java

view plaincopy to clipboardprint?

1. public class CharUtil {  
2.     // 根据Unicode编码完美的判断中文汉字和符号  
3.     public static boolean isChinese(char c) {  
4.         Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);     
5.         if (   ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS  
6.             || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS  
7.             //|| ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A  
8.             //|| ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B  
9.             //|| ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION  
10.             //|| ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS  
11.             )  
12.             //|| ub == Character.UnicodeBlock.GENERAL_PUNCTUATION)   
13.         {  
14.                 return true;  
15.         }  
16.         return false;  
17.     }  
18.       
19.     // 完整的判断中文汉字和符号  
20.     public static boolean isChinese(String strName) {  
21.         char[] ch = strName.toCharArray();  
22.         for (int i = 0; i < ch.length; i++) {  
23.             char c = ch[i];  
24.             if (isChinese(c)) {  
25.                 return true;  
26.             }  
27.         }  
28.         return false;  
29.     }  
30.       
31.     // 只能判断部分CJK字符（CJK统一汉字）  
32.     public static boolean isChineseByREG(String str) {  
33.         if (str == null) {  
34.             return false;  
35.         }  
36.         Pattern pattern = Pattern.compile("[\\u4E00-\\u9FBF]+");  
37.         return pattern.matcher(str.trim()).find();  
38.     }  
39.   
40.     // 只能判断部分CJK字符（CJK统一汉字）  
41.     public static boolean isChineseByName(String str) {  
42.         if (str == null) {  
43.             return false;  
44.         }  
45.         // 大小写不同：\\p 表示包含，\\P 表示不包含  
46.         // \\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  
47.         String reg = "\\p{InCJK Unified Ideographs}&&\\P{Cn}";  
48.         Pattern pattern = Pattern.compile(reg);  
49.         return pattern.matcher(str.trim()).find();  
50.     }  
51. }  

測試代碼:
接著底下是測試代碼:

view plaincopy to clipboardprint?

1. public static void main(String[] args) {      
2.     String[] strArr = new String[] { "www.micmiu.com",  
3.                                       "!@#$%^&*()_+{}[]|\"'?/:;<>,.",   
4.                                       "！￥……（）——：；“”‘’《》，。？、",   
5.                                       "中文不要啊",  
6.                                       "やめて",   
7.                                       "韩佳人",   
8.                                       "한가인" };  
9.     for (String str : strArr) {  
10.         System.out.println("=========== 測試字符字串: " + str);  
11.         System.out.println("正則判斷: " + isChineseByREG(str) + ", "  
12.                     + isChineseByName(str));  
13.         System.out.println("Unicode 判斷結果:" + isChinese(str));  
14.         System.out.println("詳細判斷列表:");  
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. }  

執行結果:

=========== 測試字符字串: 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
=========== 測試字符字串: !@#$%^&*()_+{}[]|"'?/:;<>,.
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
=========== 測試字符字串: ！￥……（）——：；“”‘’《》，。？、
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
=========== 測試字符字串: 中文不要啊
正則判斷: true, false
Unicode 判斷結果:true
詳細判斷列表:
中 : 是
文 : 是
不 : 是
要 : 是
啊 : 是
=========== 測試字符字串: 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
=========== 測試字符字串: 韩佳人
正則判斷: true, false
Unicode 判斷結果:true
詳細判斷列表:
韩 : 是
佳 : 是
人 : 是
=========== 測試字符字串: 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