JAVA-基础之如何区分汉字和英文

最近在刷Java程序员面试笔试宝典，看到这段东西，想保留下来，供自己查阅。

        在JAVA中默认使用的Unicode编码方式，一个中文字符占两个字节，一个英文字符占一个字符，一个数字占一个字符，一个字符等于两个字节。

public class Test {

	public static void findChinese(String s) {
		if (s.getBytes().length != s.length()) {
			System.out.println("字符串中包含中文");
			String regEX = "[\\u4e00-\\u9fa5]";
			Pattern pattern = Pattern.compile(regEX);
			Matcher matcher = pattern.matcher(s);
			while (matcher.find()) {
				System.out.println(matcher.group(0) + "");
			}
		} else {
			System.out.println("字符串中不包含中文");
		}
	}

	public static void main(String[] args) {
		findChinese("mibns2222你好");
	}
}

但是我的电脑输出得中文是三个字节，经过查找发现是UTF-8编码得原因，UTF-8编码如下所示，其实大部分汉字还是占用四个字节得。

        1.占2个字节的：〇 
        （〇有两个读音 xīng líng（一） xīng 同“星”。唐武则天所造字，（二） líng 同“零”。）

        2.占3个字节的：基本等同于GBK，含21000多个汉字

        3.占4个字节的：中日韩超大字符集里面的汉字，有5万多个

        4.一个utf8数字占1个字节

具体详情可参考：https://blog.csdn.net/qq_29232943/article/details/62235608