java判断字符串是否是中文

思路

Java用的是Unicode 编码char 型变量的范围是0-65535 无符号的值，可以表示 65536个字符，基本上地球上的字符可被全部包括了

汉字基本集中在[19968,40869]之间,共有20901个汉字

unicode编码范围：
汉字：[0x4e00,0x9fa5]（或十进制[19968,40869]）
数字：[0x30,0x39]（或十进制[48, 57]）
小写字母：[0x61,0x7a]（或十进制[97, 122]）
大写字母：[0x41,0x5a]（或十进制[65, 90]）
/x3130-/x318F (韩文
/xAC00-/xD7A3 (韩文)
/u0800-/u4e00 (日文)

public static boolean isContainChinese(String str) throws EmptyException {
 
    if (StringUtils.isEmpty(str)) {
        throw new EmptyException("sms context is empty!");
    }
    Pattern p = Pattern.compile("[\u4E00-\u9FA5|\\！|\\，|\\。|\\（|\\）|\\《|\\》|\\“|\\”|\\？|\\：|\\；|\\【|\\】]");
    Matcher m = p.matcher(str);
    return m.find();
}

注：Pattern.compile("[\u4e00-\u9fa5]")只能检测出中文汉字不能检测中文标点

Python判断字符串是否是中文（utf-8编码）

不考虑中文标点的情况

		for ch in str:
            if u'\u4e00' <= ch <= u'\u9fff':
                language = "zh_CN"
                break