Java判断中英文符号、标点的实现

Java判断中英文符号、标点的实现 Java判断中英文符号、标点的实现是Java开发中一个重要的知识点，本篇文章主要介绍了Java中判断中英文符号、标点的实现方法。 在Java中，判断中英文符号、标点可以使用UnicodeBlock和UnicodeScript来实现。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。 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。因此，UnicodeBlock和UnicodeScript是两个不同的概念，它们之间存在着一定的关系。判别中文标点符号可以根据UnicodeBlock来判断，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）、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可以使用以下代码： ```java 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; } } ``` 此外，还可以使用字符范围判断方法来判断中英文符号、标点，例如： ```java 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; ... } ``` Java判断中英文符号、标点的实现可以使用UnicodeBlock和UnicodeScript来实现，也可以使用字符范围判断方法来实现。