Java_util_02_Java判断字符串是中文还是英文-阿里云开发者社区

Java_util_02_Java判断字符串是中文还是英文

2017-08-11 1139

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 做微信开发，使用百度翻译API时，需要指定译文的语种。这就需要我们判断待翻译内容是中文还是英文，若是中文，则翻译成英文，若是英文则翻译成中文。方法一：字符与字节的长度依据：一个中文占两个字节，一个英文占一个字节。

+关注继续查看

做微信开发，使用百度翻译API时，需要指定译文的语种。这就需要我们判断待翻译内容是中文还是英文，若是中文，则翻译成英文，若是英文则翻译成中文。

方法一：字符与字节的长度

依据：一个中文占两个字节，一个英文占一个字节。故若是字符长度与字节长度相等，则判断为英文。否则为中文。

示例：

 1  public static boolean isEnglish(String p) {  
 2   byte[] bytes = p.getBytes();  
 3   int i = bytes.length;//i为字节长度  
 4   int j = p.length();//j为字符长度  
 5   if(i==j){
 6   return true;
 7   }else{
 8   return false;
 9   }
10  }

View Code

方法二：正则表达式

依据：中文Unicode编码表

字符集	字数	Unicode 编码
基本汉字	20902字	4E00-9FA5
基本汉字补充	38字	9FA6-9FCB
扩展A	6582字	3400-4DB5
扩展B	42711字	20000-2A6D6
扩展C	4149字	2A700-2B734
扩展D	222字	2B740-2B81D
康熙部首	214字	2F00-2FD5
部首扩展	115字	2E80-2EF3
兼容汉	477字	F900-FAD9
兼容扩展	542字	2F800-2FA1D
PUA(GBK)部件	81字	E815-E86F
部件扩展	452字	E400-E5E8
PUA增补	207字	E600-E6CF
汉字笔画	36字	31C0-31E3
汉字结构	12字	2FF0-2FFB
汉语注音	22字	3105-3120
注音扩展	22字	31A0-31BA
〇	1字	3007

 1 package org.liufeng.course.util;
 2 import java.util.regex.Matcher;
 3 import java.util.regex.Pattern;
 4 /**
 5  * Description 提供判断字符串是中文或者是英文的一种思路
 6  * 
 7  */
 8 public class ChineseAndEnglish_Util {
 9     public static void main(String[] args) {
10         String str = "我爱你，！？（）：；“”、。";
11         char[] charArray = str.toCharArray();
12         for (int i = 0; i < charArray.length; i++) {
13             isChinese(charArray[i]);
14         }
15         String chinese = "中国god damn";
16         System.out.println(isContainChinese(chinese));
17         String english = "dfafdabac";
18         System.out.println(isEnglish(english));
19     }
20     
21     /**
22      * 1.判断字节是否是中文
23      * 
24      * CJK的意思是“Chinese，Japanese，Korea”的简写 ，实际上就是指中日韩三国的象形文字的Unicode编码 
25      * Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS             ：4E00-9FBF：CJK 统一表意符号 
26      * Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS       ：F900-FAFF：CJK 兼容象形文字
27      * Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A ：3400-4DBF：CJK 统一表意符号扩展 A 
28      * Character.UnicodeBlock.GENERAL_PUNCTUATION                ：2000-206F：常用标点 
29      * Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION        ：3000-303F：CJK 符号和标点 
30      * Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS      ：FF00-FFEF：半角及全角形式
31      * 
32      */
33     public static boolean isChinese(char c) {
34         Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
35         if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS
36                 || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS
37                 || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A
38                 || ub == Character.UnicodeBlock.GENERAL_PUNCTUATION
39                 || ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION
40                 || ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS) {
41             return true;
42         }
43         return false;
44     }
45     //2.检测是否包含英文
46     public static boolean isEnglish(String charaString) {
47         return charaString.matches("^[a-zA-Z]*");
48     }
49     //3.检测是否包含中文
50     public static boolean isContainChinese(String str) {
51         String regEx = "[\\u4E00-\\u9FA5]+";
52         Pattern p = Pattern.compile(regEx);
53         Matcher m = p.matcher(str);
54         if (m.find()) {
55             return true;
56         } else {
57             return false;
58         }
59     }
60 }

View Code

文章标签：

Java