Java判斷一個字符串是否有中文

Java判斷一個字符串是否有中文一般情況是利用Unicode編碼(CJK統一漢字的編碼區間：0x4e00–0x9fbb)的正則來做判斷，但是其實這個區間來判斷中文不是非常精確，因為有些中文的標點符號比如：，。等等是不能識別的。

 

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", "韓佳人", "???" };
        for (String str : strArr) {
            System.out.println("===========> 測試字符串：" + str);
            System.out.println("正則判斷結果：" + isChineseByREG(str) + " -- " + isChineseByName(str));
            System.out.println("Unicode判斷結果 ：" + isChinese(str));
            System.out.println("詳細判斷列表：");
            char[] ch = str.toCharArray();
            for (int i = 0; i < ch.length; i++) {
                char c = ch[i];
                System.out.println(c + " --> " + (isChinese(c) ? "是" : "否"));
            }
        }
    }
 
    // 根據Unicode編碼完美的判斷中文漢字和符號
    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;
    }
 
    // 完整的判斷中文漢字和符號
    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;
    }
 
    // 只能判斷部分CJK字符（CJK統一漢字）
    public static boolean isChineseByREG(String str) {
        if (str == null) {
            return false;
        }
        Pattern pattern = Pattern.compile("[\\u4E00-\\u9FBF]+");
        return pattern.matcher(str.trim()).find();
    }
 
    // 只能判斷部分CJK字符（CJK統一漢字）
    public static boolean isChineseByName(String str) {
        if (str == null) {
            return false;
        }
        // 大小寫不同：\\p 表示包含，\\P 表示不包含
        // \\p{Cn} 的意思為 Unicode 中未被定義字符的編碼，\\P{Cn} 就表示 Unicode中已經被定義字符的編碼
        String reg = "\\p{InCJK Unified Ideographs}&&\\P{Cn}";
        Pattern pattern = Pattern.compile(reg);
        return pattern.matcher(str.trim()).find();
    }
}

 

 

輸出:

===========> 測試字符串：www.micmiu.com
正則判斷結果：false -- false
Unicode判斷結果 ：false
詳細判斷列表：
w --> 否
w --> 否
w --> 否
. --> 否
m --> 否
i --> 否
c --> 否
m --> 否
i --> 否
u --> 否
. --> 否
c --> 否
o --> 否
m --> 否
===========> 測試字符串：!@#$%^&*()_+{}[]|"'?/:;<>,.
正則判斷結果：false -- false
Unicode判斷結果 ：false
詳細判斷列表：
! --> 否
@ --> 否
# --> 否
$ --> 否
% --> 否
^ --> 否
& --> 否
* --> 否
( --> 否
) --> 否
_ --> 否
+ --> 否
{ --> 否
} --> 否
[ --> 否
] --> 否
| --> 否
" --> 否
' --> 否
? --> 否
/ --> 否
: --> 否
; --> 否
< --> 否
> --> 否
, --> 否
. --> 否
===========> 測試字符串：！￥……（）——：；“”‘’《》，。？、
正則判斷結果：false -- false
Unicode判斷結果 ：true
詳細判斷列表：
！ --> 是
￥ --> 是
… --> 是
… --> 是
（ --> 是
） --> 是
— --> 是
— --> 是
： --> 是
； --> 是
“ --> 是
” --> 是
‘ --> 是
’ --> 是
《 --> 是
》 --> 是
， --> 是
。 --> 是
？ --> 是
、 --> 是
===========> 測試字符串：不要啊
正則判斷結果：true -- false
Unicode判斷結果 ：true
詳細判斷列表：
不 --> 是
要 --> 是
啊 --> 是
===========> 測試字符串：やめて
正則判斷結果：false -- false
Unicode判斷結果 ：false
詳細判斷列表：
や --> 否
め --> 否
て --> 否
===========> 測試字符串：韓佳人
正則判斷結果：true -- false
Unicode判斷結果 ：true
詳細判斷列表：
韓 --> 是
佳 --> 是
人 --> 是
===========> 測試字符串：???
正則判斷結果：false -- false
Unicode判斷結果 ：false
詳細判斷列表：
? --> 否
? --> 否
? --> 否