做微信开发，使用百度翻译API时，需要指定译文的语种。这就需要我们判断待翻译内容是中文还是英文，若是中文，则翻译成英文，若是英文则翻译成中文。
方法一：字符与字节的长度
依据：一个中文占两个字节，一个英文占一个字节。故若是字符长度与字节长度相等，则判断为英文。否则为中文。
示例：
1 public static boolean isEnglish(String p) { 2 byte[] bytes = p.getBytes(); 3 int i = bytes.length;//i为字节长度 4 int j = p.length();//j为字符长度 5 if(i==j){ 6 return true; 7 }else{ 8 return false; 9 } 10 }
方法二：正则表达式
依据：中文Unicode编码表
| 字符集 | 字数 | Unicode 编码 |
| 基本汉字 | 20902字 | 4E00-9FA5 |
| 基本汉字补充 | 38字 | 9FA6-9FCB |
| 扩展A | 6582字 | 3400-4DB5 |
| 扩展B | 42711字 | 20000-2A6D6 |
| 扩展C | 4149字 | 2A700-2B734 |
| 扩展D | 222字 | 2B740-2B81D |
| 康熙部首 | 214字 | 2F00-2FD5 |
| 部首扩展 | 115字 | 2E80-2EF3 |
| 兼容汉 | 477字 | F900-FAD9 |
| 兼容扩展 | 542字 | 2F800-2FA1D |
| PUA(GBK)部件 | 81字 | E815-E86F |
| 部件扩展 | 452字 | E400-E5E8 |
| PUA增补 | 207字 | E600-E6CF |
| 汉字笔画 | 36字 | 31C0-31E3 |
| 汉字结构 | 12字 | 2FF0-2FFB |
| 汉语注音 | 22字 | 3105-3120 |
| 注音扩展 | 22字 | 31A0-31BA |
| 〇 | 1字 | 3007 |
1 package org.liufeng.course.util; 2 import java.util.regex.Matcher; 3 import java.util.regex.Pattern; 4 /** 5 * Description 提供判断字符串是中文或者是英文的一种思路 6 * 7 */ 8 public class ChineseAndEnglish_Util { 9 public static void main(String[] args) { 10 String str = "我爱你，！？（）：；“”、。"; 11 char[] charArray = str.toCharArray(); 12 for (int i = 0; i < charArray.length; i++) { 13 isChinese(charArray[i]); 14 } 15 String chinese = "中国god damn"; 16 System.out.println(isContainChinese(chinese)); 17 String english = "dfafdabac"; 18 System.out.println(isEnglish(english)); 19 } 20 21 /** 22 * 1.判断字节是否是中文 23 * 24 * CJK的意思是“Chinese，Japanese，Korea”的简写 ，实际上就是指中日韩三国的象形文字的Unicode编码 25 * Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS ：4E00-9FBF：CJK 统一表意符号 26 * Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS ：F900-FAFF：CJK 兼容象形文字 27 * Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A ：3400-4DBF：CJK 统一表意符号扩展 A 28 * Character.UnicodeBlock.GENERAL_PUNCTUATION ：2000-206F：常用标点 29 * Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION ：3000-303F：CJK 符号和标点 30 * Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS ：FF00-FFEF：半角及全角形式 31 * 32 */ 33 public static boolean isChinese(char c) { 34 Character.UnicodeBlock ub = Character.UnicodeBlock.of(c); 35 if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS 36 || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS 37 || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A 38 || ub == Character.UnicodeBlock.GENERAL_PUNCTUATION 39 || ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION 40 || ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS) { 41 return true; 42 } 43 return false; 44 } 45 //2.检测是否包含英文 46 public static boolean isEnglish(String charaString) { 47 return charaString.matches("^[a-zA-Z]*"); 48 } 49 //3.检测是否包含中文 50 public static boolean isContainChinese(String str) { 51 String regEx = "[\\u4E00-\\u9FA5]+"; 52 Pattern p = Pattern.compile(regEx); 53 Matcher m = p.matcher(str); 54 if (m.find()) { 55 return true; 56 } else { 57 return false; 58 } 59 } 60 }
