Graceful Java Programming 优雅Java编程 之 常用汉字一二级字库识别

把自己做的工具类留个档，同时分享给大家

import java.io.UnsupportedEncodingException;

/**
 * 国标汉字检查工具类
 * @author 林良益
 *
 */
public class GBHZUtil {
	//可忽略的分隔符号
	private static final String skipChar = "[\\s\\t\\r\\n]";

	private static final String NOGB2312CHAR = "不是GB2312字符";
	private static final String GB2312CHAR_NOHZ = "GB2312非汉字字符";
	private static final String GB2312CHAR_HZ = "GB2312汉字字符";



	/**
	 * 检查字符窜是否是国标字库一二级标准字库汉字
	 * 如果含有国标一二级字库外的汉字则返回false
	 * @param orgString
	 * @return
	 * @throws UnsupportedEncodingException
	 * 抛出改异常说明当前的java虚拟机运行环境不支持GB2312编码
	 */
	public static boolean validateGB2312HZ(String orgString) throws UnsupportedEncodingException{
		//忽略字符中的不可见分隔符
		String noSkipCharStr = orgString.replaceAll(skipChar, "");
		if("".equals(noSkipCharStr)){
			return false;
		}
		char[] charArray = noSkipCharStr.toCharArray();
		String identifyResult = null;
		for(char c : charArray){
			identifyResult = identifyGB2312Char(c);
			if(!GB2312CHAR_HZ.equals(identifyResult)){
				return false;
			}
		}		
		return true;
	}

	/**
	 * 识别GB2312字符
	 * @param theChar
	 * @return
	 * @throws UnsupportedEncodingException
	 * 抛出改异常说明当前的java虚拟机运行环境不支持GB2312编码
	 */
	public static String identifyGB2312Char(char theChar)throws UnsupportedEncodingException{		
		//将字符窜转成GB2312编码
		byte[] byteArray = String.valueOf(theChar).getBytes("GB2312");
		//根据国标区位码编码规则，判断字符
		int highBit = 0;
		for(int i = 0 ; i < byteArray.length ; i++){
			int offset = (byteArray[i] &  0xFF) -  0xA0;
			//GB2312字符区码在1-94	
			if(offset >= 1 && offset <= 94){
				if(highBit == 0){				
					//找到一个汉字区码
					highBit = offset;
				}else{
					//找到一个GB2312位码
					if(highBit < 16 || highBit > 87){
						return GB2312CHAR_NOHZ;
					}else{
						//位码在1-94区间 （其中对于第55 区的位码，最大为89
						if(highBit == 55 && offset > 89){
							return GB2312CHAR_NOHZ;
						}else{
							return GB2312CHAR_HZ;
						}
					}
				}				
			}else{
				//不是一个GB2312字符
				return NOGB2312CHAR;
			}
		}
		return NOGB2312CHAR;		
	}
}