本文介紹了Java判斷中英文符號、標(biāo)點的實現(xiàn),分享給大家,具體如下:
成都創(chuàng)新互聯(lián)咨詢熱線:18982081108,為您提供成都網(wǎng)站建設(shè)網(wǎng)頁設(shè)計及定制高端網(wǎng)站建設(shè)服務(wù),成都創(chuàng)新互聯(lián)網(wǎng)頁制作領(lǐng)域十年,包括LED顯示屏等多個行業(yè)擁有豐富的營銷推廣經(jīng)驗,選擇成都創(chuàng)新互聯(lián),為網(wǎng)站保駕護航!方法一、用unicodeBlock和unicodeScript判斷
在Java中,主要使用 Character類處理字符有關(guān)功能,而JDK 1.7中Character是按照Unicode 6.0版本實現(xiàn)的,所以這個要先學(xué)習(xí)下常用的 Unicode編碼。
其中的UnicodeBlock 和 UnicodeScript類可以幫助我們判斷字符類型,UnicodeBlock是Unicode標(biāo)準(zhǔn)協(xié)會組織unicode碼的一個基本單位,實際上一個 UnicodeBlock代表一片連續(xù)的Unicode號碼段,UnicodeBlock之間不重疊。例如,通常我們利用Unicode編碼是否在 0x4E00–0x9FCC 來判斷某字符是否為漢字,就是因為,有個UnicodeBlock 專門劃分為存儲漢字 (準(zhǔn)確的說是 CJK統(tǒng)一漢字),這個UnicodeBlock叫做 CJK Unified Ideographs,總共定義了 74,617 個漢字。
UnicodeBlock 與 UnicodeScript 關(guān)系:
所以UnicodeScript 是從語言書寫規(guī)則層次對Unicode字符的分類,這是用使用角度劃分,而UnicodeBlock是從硬的編碼角度劃分。
1. UnicodeBlock是簡單的數(shù)值范圍 (其中可能有些Block中會有一些尚未分配字符的“空號”)。
2. 在一個UnicodeScript中的字符可能分散在多個UnicodeBlock中;
3. 一個UnicodeBlock中的字符可能會被劃進多個UnicodeScript中。
判別中文標(biāo)點符號。
因為中文的標(biāo)點符號主要存在于以下5個UnicodeBlock中,
U2000-General Punctuation (百分號,千分號,單引號,雙引號等)
U3000-CJK Symbols and Punctuation ( 頓號,句號,書名號,〸,〹,〺 等;PS: 后面三個字符你知道什么意思嗎? : ) )
UFF00-Halfwidth and Fullwidth Forms ( 大于,小于,等于,括號,感嘆號,加,減,冒號,分號等等)
UFE30-CJK Compatibility Forms (主要是給豎寫方式使用的括號,以及間斷線﹉,波浪線﹌等)
UFE10-Vertical Forms (主要是一些豎著寫的標(biāo)點符號, 等等)
// 根據(jù)UnicodeBlock方法判斷中文標(biāo)點符號 public boolean isChinesePunctuation(char c) { Character.UnicodeBlock ub = Character.UnicodeBlock.of(c); if (ub == Character.UnicodeBlock.GENERAL_PUNCTUATION || ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION || ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_FORMS || ub == Character.UnicodeBlock.VERTICAL_FORMS) { return true; } else { return false; } }