Java_util_02_Java判断字符串是中文还是英文

做微信开发，使用百度翻译API时，需要指定译文的语种。这就需要我们判断待翻译内容是中文还是英文，若是中文，则翻译成英文，若是英文则翻译成中文。

方法一：字符与字节的长度

依据：一个中文占两个字节，一个英文占一个字节。故若是字符长度与字节长度相等，则判断为英文。否则为中文。

示例：

 public static boolean isEnglish(String p) {  
  byte[] bytes = p.getBytes();  
  int i = bytes.length;//i为字节长度  
  int j = p.length();//j为字符长度  
  if(i==j){
  return true;
  }else{
  return false;
  }
 }  

 

 

方法二：正则表达式

依据：中文Unicode编码表

字符集	字数	Unicode 编码
基本汉字	20902字	4E00-9FA5
基本汉字补充	38字	9FA6-9FCB
扩展A	6582字	3400-4DB5
扩展B	42711字	20000-2A6D6
扩展C	4149字	2A700-2B734
扩展D	222字	2B740-2B81D
康熙部首	214字	2F00-2FD5
部首扩展	115字	2E80-2EF3
兼容汉	477字	F900-FAD9
兼容扩展	542字	2F800-2FA1D
PUA(GBK)部件	81字	E815-E86F
部件扩展	452字	E400-E5E8
PUA增补	207字	E600-E6CF
汉字笔画	36字	31C0-31E3
汉字结构	12字	2FF0-2FFB
汉语注音	22字	3105-3120
注音扩展	22字	31A0-31BA
〇	1字	3007

package org.liufeng.course.util;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
 * Description 提供判断字符串是中文或者是英文的一种思路
 * 
 */
public class ChineseAndEnglish_Util {
    public static void main(String[] args) {
        String str = "我爱你，！？（）：；“”、。";
        char[] charArray = str.toCharArray();
        for (int i = 0; i < charArray.length; i++) {
            isChinese(charArray[i]);
        }
        String chinese = "中国god damn";
        System.out.println(isContainChinese(chinese));
        String english = "dfafdabac";
        System.out.println(isEnglish(english));
    }
    
    /**
     * 1.判断字节是否是中文
     * 
     * CJK的意思是“Chinese，Japanese，Korea”的简写 ，实际上就是指中日韩三国的象形文字的Unicode编码 
     * Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS             ：4E00-9FBF：CJK 统一表意符号 
     * Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS       ：F900-FAFF：CJK 兼容象形文字
     * Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A ：3400-4DBF：CJK 统一表意符号扩展 A 
     * Character.UnicodeBlock.GENERAL_PUNCTUATION                ：2000-206F：常用标点 
     * Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION        ：3000-303F：CJK 符号和标点 
     * Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS      ：FF00-FFEF：半角及全角形式
     * 
     */
    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.GENERAL_PUNCTUATION
                || ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION
                || ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS) {
            return true;
        }
        return false;
    }
    //2.检测是否包含英文
    public static boolean isEnglish(String charaString) {
        return charaString.matches("^[a-zA-Z]*");
    }
    //3.检测是否包含中文
    public static boolean isContainChinese(String str) {
        String regEx = "[\\u4E00-\\u9FA5]+";
        Pattern p = Pattern.compile(regEx);
        Matcher m = p.matcher(str);
        if (m.find()) {
            return true;
        } else {
            return false;
        }
    }
}