java 中判断某个字是否是汉字

需求：

需要判断输入字符是否是一个汉字，因为汉字都有唯一的Unicode码点，因此使用Unicode 码点判断是否汉字，这里用四字节汉字作为一个案例进行演示，这个字在扩展B区，即"U+20000~U+2A6D6"：

 

备注：这里的Unicode 编码 20164是十六进制编码，即判断 20164 是否是在“20000~2A6D6”之间，因为此字是四字节汉字，java在进行处理时会有一些问题，因为java在存储汉字时，使用UTF-16编码代码单元来存储汉字，如果码点值小于65535（十进制），则用一个代码单元存储，如果是大于65535 则使用两个代码单元存储。因此在循环时需要使用码点数进行遍历，而不能根据字符串长度。

代码样例：

import java.util.regex.Pattern;


/**
 * @Description TODO
 * @date 2024/10/28 9:47
 * @Version 1.0
 * @Author gezongyang
 */
public class TestCharset {
    public static void main(String[] args) {
        String testString = "𠅤我";
        //根据码点数遍历字符串
        for(int index=0; index < testString.codePoints().count(); index++) {
            int codePoint = testString.codePointAt(index);
            String codeStr = Integer.toHexString(codePoint);
            System.out.println("十进制码点：" + codePoint);
            System.out.println("十六进制码点：" + codeStr);
            System.out.println(Pattern.matches("[\u20000-\u2A6D6]*", codeStr));
        }
    }
}

返回值：

十进制码点：131428
十六进制码点：20164
true
十进制码点：56676
十六进制码点：dd64
true