Java判断一个字符是不是中文字符是根据Unicode编码来判断的,CJK的统一编码区间是0x4e00–0x9fbb,这个区间是不包含中文中的 标点符号的。对于英文字符,可以根据ASCII编码来判断,a-z和A-Z的ASCII码值区间分别是65-90和97-122。
知道了这个我们就可以利用Unicode编码和ASCII编码来过滤合法的中文字符和合法的英文字符。代码如下:
合法的中文判断:
public class CharUtils {
/**
* 根据Unicode编码判断中文汉字和中文符号
*
* @param c
* @return
*/
public 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;
}
/**
* 合法的英文判断:
* @param c
* @return
*/
public static boolean isEnglishByREG(char c) {
if((c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z') ) {
return true;
}
return false;
}
/**
* 根据正则表达式判断部分CJK字符(CJK统一汉字)
*
* @param str
* @return
*/
public static boolean isChineseByREG(String str) {
if(TextUtils.isEmpty(str)) return false;
Pattern pattern = Pattern.compile("[\\u4E00-\\u9FBF]+");
return pattern.matcher(str.trim()).find();
}
/**
* 过滤掉非中英文
* @param str
* @return
*/
public static String getLetterAndChinese(String str) {
Log.e("AddLinkmanActivity", "要判断的字符串是:" + str);
char[] ch = str.toCharArray();
StringBuilder sb = new StringBuilder();
for (int i = 0; i < ch.length; i++)
if (isChineseByREG(""+ch[i]) ||
isEnglishByREG(
ch[i]))
sb.append("" + ch[i]);
Log.e("AddLinkmanActivity",
"最终显示的名字是:" + sb.toString());
return sb.toString();
}
/**
* 判断是否是中英文
* @param str
* @return
*/
public static boolean isLetterAndChinese(String str) {
Log.e("AddLinkmanActivity", "要判断的字符串是:" + str);
char[] ch = str.toCharArray();
for (int i = 0; i < ch.length; i++)
if (isChineseByREG(""+ch[i]) ||
isEnglishByREG(
ch[i]))
return true;
return false;
}
}