如何判断字符串中是否有中文_gbase判断字符串里没有汉字-优快云博客

本文链接：https://blog.youkuaiyun.com/caolijunmingyan/article/details/6522302

本文深入剖析Java中的字符编码问题，包括不同编码间的转换原理、过程及常见问题解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我发现，凡事任何事情，都要留个心，否则的话，就是看完了，也会忘记，我以前看了个笔试题，当时就是涉及到中文字符串的问题，结果，我就直接把人家的答案和总结拿来看了，也没去思考，结果，现在又碰到了这种问题，但是，我却忘得一干二净。

假设n为要截取的字节数。

p lic static void main(String[] args) throws Exception{

String str = " 爱中华abc 我爱传智def';

String str = " 汉";

int num = trimGBK(str.getBytes("GBK"),5);

System.out.println(str.s string(0,num) );

}

p lic static int trimGBK(byte[] b,int n){

int num = 0;

boolean bChineseFirstHalf = false;

for(int i=0;i<n;i++)

{

if(b[i]<0 && !bChineseFirstHalf){

bChineseFirstHalf = tr;

}else{

num++;

bChineseFirstHalf = false;

}

return num;

}

String string = "啊";

byte by[] = string.getBytes();

for(int i=0;i<by.length;i++)

System.out.println(by[i]);

try {

by = string.getBytes("utf8");

} catch (UnsupportedEncodingException e) {

e.printStackTrace();

}

for(int i=0;i<by.length;i++)

System.out.println(by[i]);

try {

by = string.getBytes("gb2312");

} catch (UnsupportedEncodingException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

for(int i=0;i<by.length;i++)

System.out.println(by[i]);

try {

by = string.getBytes("iso-8859-1");

} catch (UnsupportedEncodingException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

for(int i=0;i<by.length;i++)

System.out.println(by[i]);

输出结果：

-80

-95

-27

-107

-118

-80

-95

转了一篇挺好的文章：关于Java编码问题

Java的编码问题挺烦的，以前总弄不清除，现在理了一下算是清晰一点。做个总结吧～

编码问题的由来
这个问题网上资料很多的，这里不多说了，推荐几篇吧。Java编码问题详解，计算机编码大全，转:谈谈Unicode编码，简要解释 S、UTF、BMP、BOM等名词。说的还是比较清楚了。下面主要用程序说说。
String是什么？
以前一直不清楚Java编码转来转去转的是啥。原来是因为不知道String是啥。在Java里，一个String就是一串Unicode编码的字符串。也就是说，Java在整个处理过程中，字符都是以Unicode编码的。具体使用的是UTF-16也就是双字节的Unicode编码。这就解释了Java中为啥有个16bit的char类型。String就是由一个个char组成的。一个char中存的就是一个对应字符的Unicode编码。
所以，Unicode在Java中成为一种“中间码”，因为他覆盖了基本上所有的字符。而其他编码的转换都可以通过他来完成。
PS:话说回来，用双字节的话还是无法覆盖整个字符集的（因为有UTF-32），所以以前曾怀疑过char是否真是用来放Unicode字符的，只有16的话以后扩展怎么办？现在确定了，扩展问题目前不用考虑。。。
转什么？怎么转？
这里再说一个东西——byte。为啥说它？因为所有的转来转去都是在转它。为啥转它？因为他是字符编码的最小单位。一个byte 是8bit，所有编码方式都是由整数个byte组成的。所以，同一个String的不同编码方式可以理解为同一个字符的不同byte数组表示而已。所以，自然而然我们就可以看到这样的代码了：
String S = “测试”
s.getBytes(“utf8″);
s.getBytes(“GB2312″);
s.getBytes(“GBK”);
通过这种方式就可以获得任何编码的byte数组。所以，在知道了一个byte[]数组，和它的编码方式的情况下，我们就能获得对应的String，所以有了下面的代码：
byte[] b = *****;
String s = new String(b, “utf8″);
s = new String(b, “gb2312″);
通过上面可以看出，从String可以获得任何编码的byte数组，但是从byte数组到String就要小心了，必须知道对应的编码方式才能进行。可以这么说，byte数组告诉了我们这个字符的内容，而编码方式告诉了我们如何去读这个byte数组才能获得我们需要的信息。
什么时候转？
一句话——有IO的时候。编码问题主要出现在文件读取，网络传输等，可以说只要有信息传递的地方都存在这个问题。而在Java中，所有信息的获取（发送）已经被抽象为“流”的概念，所以，这就解释了为什么Java的IO中又加入了Reader和Writer。就是为了能让上层直接面对你所需要的信息，即：字符（char）；同时，提供统一的接口解决编码问题——想想看如果以上面String的形式来解决编码问题将会是一件多么可怕的事情～
一个sample：
p lic String dataReader(byte[] bytes, String charset) throws Exception {
Reader reader = new InputStreamReader(new ByteArrayInputStream(bytes), charset);
int c;
String result = “”
while( (c = reader.read()) != -1) {
result += (char)c;
}
reader.close();
return result;
}
p lic byte[] dateWriter(String val, String charset) throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream(1024);
Writer writer = new OutputStreamWriter(out, charset);
char[] chars = val.toCharArray();
for (int i = 0; i < chars.length; i++) {
char c = chars[i];
writer.write(c);
}
writer.flush();
writer.close();
return out.toByteArray();
}
上面sample与前面的从String获取byte数组和从byte数组生成String功能是一样的。流的实现虽然复杂，但是因为流抽象，所以可以 很容易的替换为其他数据来源（如文件，网络等），而不用更改相关的处理代码。
为什么是“？”号
编码转换出问题时，最常见的是一个“？”。原因是当出现Java不认识的编码时（即UTF-16不能编码），则对应为一个“/ffd”，对应“？”号。此时再转换为其他部分编码时，则为“3F”。
神奇的“ISO-8859-1”
其实并不神奇，只是有点特殊而已。此编码只针对单字节（一个byte）进行编码，所以编码具有还原性。即不论何种编码的byte数组，使用此编码编码后，再使用此编码解码，可以还原到原来的byte数组。这是其他编码方式所不具备的。
bit、byte、位、字节、汉字、字符
1. package com.suypower.chengyu.test;
3. public class ByteTest {
5. /**
6. * byte 8 bits -128 - + 127
7. * 1 bit = 1 二进制数据
8. * 1 byte = 8 bit
9. * 1 字母 = 1 byte = 8 bit(位)
10. * 1 汉字 = 2 byte = 16 bit
11. */
12. public static void main(String[] args) {
13. // TODO Auto-generated method stub
14. byte b1 = 127;
15. byte b2 = -128;
16. byte b3 = 'a';
17. byte b4 = 'A'; // 一个字母 = 1 byte = 8 bit
18. // byte b5 ='aa'; 这就错了
19. // byte b6 ='中'; 这就错了一个汉字 2个字节 16bit
20. short s1 = '啊'; // 一个汉字 2个字节 16bit short 是 16 bit位的
21. // short s2 = '汉字'; // 2个汉字 4个字节 32 bit int 是32 bit的
22. // int i1 = '汉字'; 但是 int 是数字类型的 , char 是 16 bit的 = 2 byte = 一个汉字
23. char c1 = '汗';
24. // byte 转换 string
25. String string = "中文";
26. byte by[] = string.getBytes();
27. String str = new String(by);
28. System.out.println("str="+str);
29. }
31. }
32. ==================================================================================
34. [Java-原创] bit、byte、位、字节、汉字、字符
35. bit、byte、位、字节、汉字的关系
38. 1 bit = 1 二进制数据
39. 1 byte = 8 bit
40. 1 字母 = 1 byte = 8 bit
41. 1 汉字 = 2 byte = 16 bit
44. 1. bit：位
45. 一个二进制数据0或1，是1bit；
47. 2. byte：字节
48. 存储空间的基本计量单位，如：MySQL中定义 VARCHAR(45) 即是指 45个字节；
49. 1 byte = 8 bit
51. 3. 一个英文字符占一个字节；
52. 1 字母 = 1 byte = 8 bit
54. 4. 一个汉字占2个字节；
55. 1 汉字 = 2 byte = 16 bit
57. 5. 标点符号
58. A>. 汉字输入状态下，默认为全角输入方式；
59. B>. 英文输入状态下，默认为半角输入方式；
61. C>. 全角输入方式下，标点符号占2字节；
62. D>. 半角输入方式下，标点符号占1字节；
64. 故：汉字输入状态下的字符，占2个字节 (但不排除，自己更改了默认设置)；
65. 英文输入状态下的字符，占1个字节 (但不排除，自己更改了默认设置)；
66. 本内容来源与网络，具体地址不详。