JAVA 判断string字符串中是否有汉字

最新推荐文章于 2021-02-16 12:33:52 发布

cheney_0723

最新推荐文章于 2021-02-16 12:33:52 发布

阅读量231

点赞数

CC 4.0 BY-SA版权

分类专栏： java综合文章标签： Java QQ

本文链接：https://blog.youkuaiyun.com/mr_cheney/article/details/83639841

java综合专栏收录该内容

53 篇文章

订阅专栏

本文介绍了两种方法来判断一个字符串或字符集是否包含汉字。第一种方法通过遍历字符并检查其字节长度和Unicode编码范围来实现；第二种方法利用Java字符长度与字节长度之间的差异来间接判断。实例演示了如何应用这些方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一种方法：


 public boolean gbk(String str)
{
     char[] chars=str.toCharArray(); 
     boolean isGB2312=false; 
     for(int i=0;i<chars.length;i++){
                 byte[] bytes=(""+chars[i]).getBytes(); 
                 if(bytes.length==2){ 
                             int[] ints=new int[2]; 
                             ints[0]=bytes[0]& 0xff; 
                             ints[1]=bytes[1]& 0xff; 
                             if(ints[0]>=0x81 && ints[0]<=0xFE && ints[1]>=0x40 && ints[1]<=0xFE){ 
                                         isGB2312=true; 
                                         break; 
                             } 
                 } 
     } 
  return isGB2312;
}

第二种方法：

java用的是Unicode 编码char 型变量的范围是0-65535 无符号的值，可以表示 65536个字符，基本上地球上的字符可被全部包括了,实际中,我们希望判断一个字符是不是汉字,或者一个字符串里的字符是否有汉字来满足业务上的需求,String类中有个这样的方法可得到其字符长度length() ,看下面例子,


String s1 = "我是中国人";
String s2 = "imchinese";
String s3 = "im中国人";
System.out.println(s1+":"+new String(s1).length());
System.out.println(s2+":"+new String(s2).length()); 
System.out.println(s3+":"+new String(s3).length());

OUTPUT:
我是中国人:5
imchinese:9
im中国人:5
看到了吧,字符串里如果有双字节的字符java就把每个字符都按双字节编码,如果都是单字节的字符就按单字节编码
于是按照以上的规律,结合一位QQ昵称？G茶？I珠海兄的提示由以下解决方法,就是判断字符串的长度和字符字节的长度是否相同来判断是否有双字节的字符

System.out.println((s1.getBytes().length == s1.length())?"s1无汉字":"s1有汉字");
System.out.println((s2.getBytes().length == s2.length())?"s2无汉字":"s2有汉字");
System.out.println((s3.getBytes().length == s3.length())?"s3无汉字":"s3有汉字");

OUTPUT:
s1有汉字
s2无汉字
s3有汉字
且慢,这样诚然可以判断出来一个串中是否有双字节编码的字符,但是要精确判断是否有汉字就有些麻烦了,我们知道还有许多其他国家的字符在Unicode中是双字节的.
于是,需要进一步确定汉字的编码范围怎么确定呢,我用了一个本办法那就是现在记事本输出0-65535之间的字符,通过观察发现第一个汉字是'一'最后一个是'？？'(现在我也不认识);这下好了判断汉字就容易多了比如我们可以通过比较字符的编码范围,最后给大家一些我试验的结果汉字基本集中在[19968,40869]之间,共有20901个汉字(是不是少了点,算算你能认识多少)