快捷導(dǎo)航

Java判斷中英文符號(hào)、標(biāo)點(diǎn)的實(shí)現(xiàn)

更新時(shí)間：2017年10月19日 09:02:16 作者：CS青雀

本篇文章主要介紹了Java判斷中英文符號(hào)、標(biāo)點(diǎn)的實(shí)現(xiàn)，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧

本文介紹了Java判斷中英文符號(hào)、標(biāo)點(diǎn)的實(shí)現(xiàn)，分享給大家，具體如下：

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(shí)現(xiàn)的，所以這個(gè)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(huì)組織unicode碼的一個(gè)基本單位，實(shí)際上一個(gè) UnicodeBlock代表一片連續(xù)的Unicode號(hào)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?yàn)?，有個(gè)UnicodeBlock 專門劃分為存儲(chǔ)漢字 (準(zhǔn)確的說是 CJK統(tǒng)一漢字)，這個(gè)UnicodeBlock叫做 CJK Unified Ideographs，總共定義了 74,617 個(gè)漢字。

UnicodeBlock 與 UnicodeScript 關(guān)系：

所以UnicodeScript 是從語言書寫規(guī)則層次對(duì)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(huì)有一些尚未分配字符的“空號(hào)”)。

2. 在一個(gè)UnicodeScript中的字符可能分散在多個(gè)UnicodeBlock中；

3. 一個(gè)UnicodeBlock中的字符可能會(huì)被劃進(jìn)多個(gè)UnicodeScript中。

判別中文標(biāo)點(diǎn)符號(hào)。

因?yàn)橹形牡臉?biāo)點(diǎn)符號(hào)主要存在于以下5個(gè)UnicodeBlock中，

U2000-General Punctuation (百分號(hào)，千分號(hào)，單引號(hào)，雙引號(hào)等)

U3000-CJK Symbols and Punctuation ( 頓號(hào)，句號(hào)，書名號(hào)，〸，〹，〺等；PS: 后面三個(gè)字符你知道什么意思嗎？ : ) )

UFF00-Halfwidth and Fullwidth Forms ( 大于，小于，等于，括號(hào)，感嘆號(hào)，加，減，冒號(hào)，分號(hào)等等)

UFE30-CJK Compatibility Forms (主要是給豎寫方式使用的括號(hào)，以及間斷線﹉，波浪線﹌等)

UFE10-Vertical Forms (主要是一些豎著寫的標(biāo)點(diǎn)符號(hào)，    等等)

// 根據(jù)UnicodeBlock方法判斷中文標(biāo)點(diǎn)符號(hào) 
  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; 
    } 
  }

方法二、用字符范圍判斷

static boolean isSymbol(char ch)  
  {  
    if(isCnSymbol(ch)) return true;  
    if(isEnSymbol(ch))return true;  
      
    if(0x2010 <= ch && ch <= 0x2017) return true;  
    if(0x2020 <= ch && ch <= 0x2027) return true;   
    if(0x2B00 <= ch && ch <= 0x2BFF) return true;   
    if(0xFF03 <= ch && ch <= 0xFF06) return true;   
    if(0xFF08 <= ch && ch <= 0xFF0B) return true;  
    if(ch == 0xFF0D || ch == 0xFF0F) return true;  
    if(0xFF1C <= ch && ch <= 0xFF1E) return true;  
    if(ch == 0xFF20 || ch == 0xFF65) return true;  
    if(0xFF3B <= ch && ch <= 0xFF40) return true;  
    if(0xFF5B <= ch && ch <= 0xFF60) return true;  
    if(ch == 0xFF62 || ch == 0xFF63) return true;  
    if(ch == 0x0020 || ch == 0x3000) return true;  
    return false;  
  
  }  
  static boolean isCnSymbol(char ch) {  
     if (0x3004 <= ch && ch <= 0x301C) return true;  
     if (0x3020 <= ch && ch <= 0x303F) return true;  
     return false;  
  }  
  static boolean isEnSymbol(char ch){  
      
     if (ch == 0x40) return true;  
     if (ch == 0x2D || ch == 0x2F) return true;  
     if (0x23 <= ch && ch <= 0x26) return true;  
     if (0x28 <= ch && ch <= 0x2B) return true;      
     if (0x3C <= ch && ch <= 0x3E) return true;      
     if (0x5B <= ch && ch <= 0x60) return true;  
     if (0x7B <= ch && ch <= 0x7E) return true;  
  
     return false;  
    }  
  
  static boolean isPunctuation(char ch){  
     if(isCjkPunc(ch)) return true;  
     if(isEnPunc(ch)) return true;  
       
     if(0x2018 <= ch && ch <= 0x201F) return true;    
     if(ch == 0xFF01 || ch == 0xFF02) return true;  
     if(ch == 0xFF07 || ch == 0xFF0C) return true;      
     if(ch == 0xFF1A || ch == 0xFF1B) return true;  
     if(ch == 0xFF1F || ch == 0xFF61) return true;   
     if(ch == 0xFF0E) return true;  
     if(ch == 0xFF65) return true;   
  
     return false;  
    }  
  static boolean isEnPunc(char ch){  
    if (0x21 <= ch && ch <= 0x22) return true;  
   if (ch == 0x27 || ch == 0x2C) return true;  
   if (ch == 0x2E || ch == 0x3A) return true;  
   if (ch == 0x3B || ch == 0x3F) return true;  
  
   return false;  
  }  
  static boolean isCjkPunc(char ch){  
     if (0x3001 <= ch && ch <= 0x3003) return true;  
     if (0x301D <= ch && ch <= 0x301F) return true;  
  
     return false;  
    }

以上就是本文的全部內(nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: