java 判断以中文开始_Java 完美判断中文字符的方法

java判断一个字符串是否有中文一般情况是利用unicode编码(cjk统一汉字的编码区间：0x4e00–0x9fbb)的正则来做判断，但是其实这个区间来判断中文不是非常精确，因为有些中文的标点符号比如：，。等等是不能识别的。

以下是比较完善的判断方法：charutil.java

import java.util.regex.pattern;

public class charutil {

public static void main(string[] args) {

string[] strarr = new string[] { "www.micmiu.com", "!@#$%^&*()_+{}[]|\"'?/:;<>,.", "！￥……()——：；“”‘'《》，。？、", "不要啊", "やめて", "韩佳人", "???" };

for (string str : strarr) {

system.out.println("===========> 测试字符串：" + str);

system.out.println("正则判断结果：" + ischinesebyreg(str) + " -- " + ischinesebyname(str));

system.out.println("unicode判断结果 ：" + ischinese(str));

system.out.println("详细判断列表：");

char[] ch = str.tochararray();

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

char c = ch[i];

system.out.println(c + " --> " + (ischinese(c) ? "是" : "否"));

}

}

}

// 根据unicode编码完美的判断中文汉字和符号

private static boolean ischinese(char c) {

character.unicodeblock ub = character.unicodeblock.of(c);

if (ub == character.unicodeblock.cjk_unified_ideographs || ub == character.unicodeblock.cjk_compatibility_ideographs

|| ub == character.unicodeblock.cjk_unified_ideographs_extension_a || ub == character.unicodeblock.cjk_unified_ideographs_extension_b

|| ub == character.unicodeblock.cjk_symbols_and_punctuation || ub == character.unicodeblock.halfwidth_and_fullwidth_forms

|| ub == character.unicodeblock.general_punctuation) {

return true;

}

return false;

}

// 完整的判断中文汉字和符号

public static boolean ischinese(string strname) {

char[] ch = strname.tochararray();

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

char c = ch[i];

if (ischinese(c)) {

return true;

}

}

return false;

}

// 只能判断部分cjk字符(cjk统一汉字)

public static boolean ischinesebyreg(string str) {

if (str == null) {

return false;

}

pattern pattern = pattern.compile("[\\u4e00-\\u9fbf]+");

return pattern.matcher(str.trim()).find();

}

// 只能判断部分cjk字符(cjk统一汉字)

public static boolean ischinesebyname(string str) {

if (str == null) {

return false;

}

// 大小写不同：\\p 表示包含，\\p 表示不包含

// \\p{cn} 的意思为 unicode 中未被定义字符的编码，\\p{cn} 就表示 unicode中已经被定义字符的编码

string reg = "\\p{incjk unified ideographs}&&\\p{cn}";

pattern pattern = pattern.compile(reg);

return pattern.matcher(str.trim()).find();

}

}

如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！