前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Java_util_02_Java判断字符串是中文还是英文

Java_util_02_Java判断字符串是中文还是英文

作者头像
shirayner
发布2018-08-10 11:02:53
1.5K0
发布2018-08-10 11:02:53
举报
文章被收录于专栏:Java成神之路

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:

代码语言:javascript
复制
 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  }  

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

1字

3007

代码语言:javascript
复制
 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 }
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2017-08-11 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 方法一:字符与字节的长度
  • 方法二:正则表达式
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档