欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Java判断中英文符号、标点的实现

程序员文章站 2024-02-22 19:44:46
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: 方法一、用unicodeblock和unicodescript判断 在java中,主要使用 c...

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:

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; 
    } 
  } 

方法二、用字符范围判断

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内容,希望对大家的学习有所帮助,也希望大家多多支持。