如何判斷字元串中是否有中文

我發現，凡事任何事情，都要留個心，否則的話，就是看完了，也會忘記，我以前看了個筆試題，當時就是涉及到中文字元串的問題，結果，我就直接把人家的答案和總結拿來看了，也沒去思考，結果，現在又碰到了這種問題，但是，我卻忘得一幹二淨。     假設n為要截取的位元組數。

       p lic static void main(String[] args) throws Exception{               String str = " 愛中華abc 我愛傳智def';               String str = " 漢";               int num = trimGBK(str.getBytes("GBK"),5);               System.out.println(str.s string(0,num) );        }           p lic static int trimGBK(byte[] b,int n){               int num = 0;               boolean bChineseFirstHalf = false;               for(int i=0;i<n;i++)               {                      if(b[i]<0 && !bChineseFirstHalf){                             bChineseFirstHalf = tr;                      }else{                             num++;                             bChineseFirstHalf = false;                                                }               }               return num;        } String string = "啊";           byte by[] = string.getBytes();          for(int i=0;i<by.length;i++)   System.out.println(by[i]);

         try { by = string.getBytes("utf8"); } catch (UnsupportedEncodingException e) { e.printStackTrace(); }  for(int i=0;i<by.length;i++)     System.out.println(by[i]); try { by = string.getBytes("gb2312"); } catch (UnsupportedEncodingException e) { // TODO Auto-generated catch block e.printStackTrace(); }        for(int i=0;i<by.length;i++)   System.out.println(by[i]);        try { by = string.getBytes("iso-8859-1"); } catch (UnsupportedEncodingException e) { // TODO Auto-generated catch block e.printStackTrace(); }        for(int i=0;i<by.length;i++)   System.out.println(by[i]); 輸出結果： -80 -95 * -27 -107 -118 * -80 -95 * 63 轉了一篇挺好的文章：關于Java編碼問題 Java的編碼問題挺煩的，以前總弄不清除，現在理了一下算是清晰一點。做個總結吧～

1. 編碼問題的由來

   這個問題網上資料很多的，這裡不多說了，推薦幾篇吧。Java編碼問題詳解，計算機編碼大全，轉:談談Unicode編碼，簡要解釋 S、UTF、BMP、BOM等名詞。說的還是比較清楚了。下面主要用程式說說。

2. String是什麼？

   以前一直不清楚Java編碼轉來轉去轉的是啥。原來是因為不知道String是啥。在Java裡，一個String就是一串Unicode編碼的字元串。也就是說，Java在整個處理過程中，字元都是以Unicode編碼的。具體使用的是UTF-16也就是雙位元組的Unicode編碼。這就解釋了Java中為啥有個16bit的char類型。String就是由一個個char組成的。一個char中存的就是一個對應字元的Unicode編碼。

   是以，Unicode在Java中成為一種“中間碼”，因為他覆寫了基本上所有的字元。而其他編碼的轉換都可以通過他來完成。

   PS:話說回來，用雙位元組的話還是無法覆寫整個字元集的（因為有UTF-32），是以以前曾懷疑過char是否真是用來放Unicode字元的，隻有16的話以後擴充怎麼辦？現在确定了，擴充問題目前不用考慮。。。

3. 轉什麼？怎麼轉？

   這裡再說一個東西——byte。為啥說它？因為所有的轉來轉去都是在轉它。為啥轉它？因為他是字元編碼的最小機關。一個byte 是8bit，所有編碼方式都是由整數個byte組成的。是以，同一個String的不同編碼方式可以了解為同一個字元的不同byte數組表示而已。是以，自然而然我們就可以看到這樣的代碼了：

   String S = “測試”

   s.getBytes(“utf8″);

   s.getBytes(“GB2312″);

   s.getBytes(“GBK”);

   通過這種方式就可以獲得任何編碼的byte數組。是以，在知道了一個byte[]數組，和它的編碼方式的情況下，我們就能獲得對應的String，是以有了下面的代碼：

   byte[] b = *****;

   String s = new String(b, “utf8″);

   s = new String(b, “gb2312″);

   通過上面可以看出，從String可以獲得任何編碼的byte數組，但是從byte數組到String就要小心了，必須知道對應的編碼方式才能進行。可以這麼說，byte數組告訴了我們這個字元的内容，而編碼方式告訴了我們如何去讀這個byte數組才能獲得我們需要的資訊。

4. 什麼時候轉？

   一句話——有IO的時候。編碼問題主要出現在檔案讀取，網絡傳輸等，可以說隻要有資訊傳遞的地方都存在這個問題。而在Java中，所有資訊的擷取（發送）已經被抽象為“流”的概念，是以，這就解釋了為什麼Java的IO中又加入了Reader和Writer。就是為了能讓上層直接面對你所需要的資訊，即：字元（char）；同時，提供統一的接口解決編碼問題——想想看如果以上面String的形式來解決編碼問題将會是一件多麼可怕的事情～

   一個sample：

   p lic String dataReader(byte[] bytes, String charset) throws Exception {

   Reader reader = new InputStreamReader(new ByteArrayInputStream(bytes), charset);

   int c;

   String result = “”

   while( (c = reader.read()) != -1) {

   result += (char)c;

   }

   reader.close();

   return result;

   } p lic byte[] dateWriter(String val, String charset) throws Exception {

   ByteArrayOutputStream out = new ByteArrayOutputStream(1024);

   Writer writer = new OutputStreamWriter(out, charset);

   char[] chars = val.toCharArray();

   for (int i = 0; i < chars.length; i++) {

   char c = chars[i];

   writer.write(c);

   }

   writer.flush();

   writer.close();

   return out.toByteArray();

   }

   上面sample與前面的從String擷取byte數組和從byte數組生成String功能是一樣的。流的實作雖然複雜，但是因為流抽象，是以可以 很容易的替換為其他資料來源（如檔案，網絡等），而不用更改相關的處理代碼。

5. 為什麼是“？”号

   編碼轉換出問題時，最常見的是一個“？”。原因是當出現Java不認識的編碼時（即UTF-16不能編碼），則對應為一個“/ffd”，對應“？”号。此時再轉換為其他部分編碼時，則為“3F”。

6. 神奇的“ISO-8859-1”

   其實并不神奇，隻是有點特殊而已。此編碼隻針對單位元組（一個byte）進行編碼，是以編碼具有還原性。即不論何種編碼的byte數組，使用此編碼編碼後，再使用此編碼解碼，可以還原到原來的byte數組。這是其他編碼方式所不具備的。

7. bit、byte、位、位元組、漢字、字元
8. 1. package com.suypower.chengyu.test;  
   2. public class ByteTest {  
   3.     public static void main(String[] args) {  
   4.         // TODO Auto-generated method stub  
   5.         byte b1 = 127;  
   6.         byte b2 = -128;  
   7.         byte b3 = 'a';  
   8.         byte b4 = 'A'; // 一個字母 = 1 byte = 8 bit  
   9. //      byte b5 ='aa';  這就錯了  
   10. //      byte b6 ='中'; 這就錯了 一個漢字 2個位元組 16bit  
   11.         short s1 = '啊'; // 一個漢字 2個位元組 16bit short 是 16 bit位的  
   12. //      short s2 = '漢字';  // 2個漢字 4個位元組 32 bit int 是32 bit的  
   13. //      int i1 = '漢字';  但是 int 是數字類型的 , char 是 16 bit的 = 2 byte = 一個漢字  
   14.         char c1 = '汗';  
   15. //      byte 轉換 string  
   16.         String string = "中文";  
   17.         byte by[] = string.getBytes();  
   18.         String str = new String(by);  
   19.         System.out.println("str="+str);  
   20.     }  
   21. }  
   22. ==================================================================================  
   23. [Java-原創] bit、byte、位、位元組、漢字、字元  
   24. bit、byte、位、位元組、漢字的關系  
   25.         1 bit     = 1  二進制資料  
   26.         1 byte  = 8  bit  
   27.         1 字母 = 1  byte = 8 bit  
   28.         1 漢字 = 2  byte = 16 bit  
   29. 1. bit：位  
   30.     一個二進制資料0或1，是1bit；  
   31. 2. byte：位元組  
   32.     存儲空間的基本計量機關，如：MySQL中定義 VARCHAR(45)  即是指 45個位元組；  
   33.     1 byte = 8 bit  
   34. 3. 一個英文字元占一個位元組；  
   35.     1 字母 = 1 byte = 8 bit  
   36. 4. 一個漢字占2個位元組；  
   37.     1 漢字 = 2 byte = 16 bit  
   38. 5. 标點符号  
   39.     A>.  漢字輸入狀态下，預設為全角輸入方式；  
   40.     B>.  英文輸入狀态下，預設為半角輸入方式；  
   41.     C>.  全角輸入方式下，标點符号占2位元組；  
   42.     D>.  半角輸入方式下，标點符号占1位元組；  
   43.     故：漢字輸入狀态下的字元，占2個位元組 (但不排除，自己更改了預設設定)；  
   44.             英文輸入狀态下的字元，占1個位元組 (但不排除，自己更改了預設設定)；  
   45. 本内容來源與網絡，具體位址不詳。