Java 完美判断中文字符

Java 完美判断中文字符

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();
    }
}

转自：http://www.cnblogs.com/jinc/archive/2013/02/26/2933766.html