java中文字符_Java 完美判断中文字符

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

http://www.micmiu.com/lang/java/java-check-chinese/

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();

}

}