Java判断字符串是中文还是英文

强烈推荐一个大神的人工智能的教程：http://www.captainbed.net/zhanghan

前言

最近项目的短信服务对接外国的第三方发短信通道，第三方对短信内容有限制，不能含中文字符（如果含调用结果肯定失败），所以在发送之前需要对短信内容做校验，看是否含有中文，如果含有则直接将短信发送状态改为失败，不用再去调用第三方；

探索之旅

站在巨人的肩膀上， 立马在网上搜索一下关于Java怎么判断字符串中是否含有中文；果然网上有很多实现； 

 一、最简单的方式

字符与字节的长度

依据：一个中文占两个字节，一个英文占一个字节。故若是字符长度与字节长度相等，则判断为英文。否则为中文。

public static boolean isEnglish(String p) {
    byte[] bytes = p.getBytes();
    int i = bytes.length;//i为字节长度
    int j = p.length();//j为字符长度
    return i == j;
}

二、实现方式1

针对每个字符判断

public static boolean isChinese(String str) throws UnsupportedEncodingException {
    int len = str.length();
    for(int i = 0; i < len; i ++) {
        String temp = URLEncoder.encode(str.charAt(i) + "", "utf-8");
        if(temp.equals(str.charAt(i) + ""))
            continue;
        String[] codes = temp.split("%");
        //判断是中文还是字符(下面判断不精确，部分字符没有包括)
        for(String code : codes) {
            if(code.compareTo("40") > 0)
                return true;
        }
    }
    return false;
}

缺点：效率低【每次都需要循环检测字符串中每个字符】（每次发送都需要检测短信内容，每条内容有很多字符）；

优点：不仅能检测出中文汉字还能检测中中文标点；

二、实现方式2

利用正则表达式

public static boolean isContainChinese(String str) {
    Pattern p = Pattern.compile("[\u4e00-\u9fa5]");
    Matcher m = p.matcher(str);
    return m.find();
}

缺点：只能检测出中文汉字不能检测中文标点；

优点：利用正则效率高；

三、实现方式3

改造正则

/**
 * 字符串是否包含中文
 *
 * @param str 待校验字符串
 * @return true 包含中文字符 false 不包含中文字符
 * @throws EmptyException
 */
public static boolean isContainChinese(String str) throws EmptyException {

    if (StringUtils.isEmpty(str)) {
        throw new EmptyException("sms context is empty!");
    }
    Pattern p = Pattern.compile("[\u4E00-\u9FA5|\\！|\\，|\\。|\\（|\\）|\\《|\\》|\\“|\\”|\\？|\\：|\\；|\\【|\\】]");
    Matcher m = p.matcher(str);
    return m.find();
}

优点：效率既高又能检测出中文汉字和中文标点；

缺点：目前尚未发现。

总结

1. 站在巨人的肩膀上，多去查，多做比较；
2. 针对程序不断的优化，比如第一种方式循环读字符串量大后很容易将服务器CPU搞崩。