成都网站建设设计

将想法与焦点和您一起共享

Java判断中英文符号、标点的实现-创新互联

本文介绍了Java判断中英文符号、标点的实现,分享给大家,具体如下:

成都创新互联咨询热线:18982081108,为您提供成都网站建设网页设计及定制高端网站建设服务,成都创新互联网页制作领域十年,包括LED显示屏等多个行业拥有丰富的营销推广经验,选择成都创新互联,为网站保驾护航!

方法一、用unicodeBlock和unicodeScript判断


在Java中,主要使用 Character类处理字符有关功能,而JDK 1.7中Character是按照Unicode 6.0版本实现的,所以这个要先学习下常用的 Unicode编码。


其中的UnicodeBlock 和 UnicodeScript类可以帮助我们判断字符类型,UnicodeBlock是Unicode标准协会组织unicode码的一个基本单位,实际上一个 UnicodeBlock代表一片连续的Unicode号码段,UnicodeBlock之间不重叠。例如,通常我们利用Unicode编码是否在 0x4E00–0x9FCC 来判断某字符是否为汉字,就是因为,有个UnicodeBlock 专门划分为存储汉字 (准确的说是 CJK统一汉字),这个UnicodeBlock叫做 CJK Unified Ideographs,总共定义了 74,617 个汉字。


UnicodeBlock 与 UnicodeScript 关系:


所以UnicodeScript 是从语言书写规则层次对Unicode字符的分类,这是用使用角度划分,而UnicodeBlock是从硬的编码角度划分。


1. UnicodeBlock是简单的数值范围 (其中可能有些Block中会有一些尚未分配字符的“空号”)。


2. 在一个UnicodeScript中的字符可能分散在多个UnicodeBlock中;


3. 一个UnicodeBlock中的字符可能会被划进多个UnicodeScript中。


判别中文标点符号。


因为中文的标点符号主要存在于以下5个UnicodeBlock中,


U2000-General Punctuation (百分号,千分号,单引号,双引号等)


U3000-CJK Symbols and Punctuation ( 顿号,句号,书名号,〸,〹,〺 等;PS: 后面三个字符你知道什么意思吗? : )    )


UFF00-Halfwidth and Fullwidth Forms ( 大于,小于,等于,括号,感叹号,加,减,冒号,分号等等)


UFE30-CJK Compatibility Forms  (主要是给竖写方式使用的括号,以及间断线﹉,波浪线﹌等)


UFE10-Vertical Forms (主要是一些竖着写的标点符号,    等等)


// 根据UnicodeBlock方法判断中文标点符号 
  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; 
    } 
  } 

新闻标题:Java判断中英文符号、标点的实现-创新互联
网站路径:http://chengdu.cdxwcx.cn/article/dgpcoe.html