如何判断字符串中是否有中文

我发现，凡事任何事情，都要留个心，否则的话，就是看完了，也会忘记，我以前看了个笔试题，当时就是涉及到中文字符串的问题，结果，我就直接把人家的答案和总结拿来看了，也没去思考，结果，现在又碰到了这种问题，但是，我却忘得一干二净。     假设n为要截取的字节数。

       p lic static void main(String[] args) throws Exception{               String str = " 爱中华abc 我爱传智def';               String str = " 汉";               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]); 输出结果： -80 -95 * -27 -107 -118 * -80 -95 * 63 转了一篇挺好的文章：关于Java编码问题 Java的编码问题挺烦的，以前总弄不清除，现在理了一下算是清晰一点。做个总结吧～

1. 编码问题的由来

   这个问题网上资料很多的，这里不多说了，推荐几篇吧。Java编码问题详解，计算机编码大全，转:谈谈Unicode编码，简要解释 S、UTF、BMP、BOM等名词。说的还是比较清楚了。下面主要用程序说说。

2. String是什么？

   以前一直不清楚Java编码转来转去转的是啥。原来是因为不知道String是啥。在Java里，一个String就是一串Unicode编码的字符串。也就是说，Java在整个处理过程中，字符都是以Unicode编码的。具体使用的是UTF-16也就是双字节的Unicode编码。这就解释了Java中为啥有个16bit的char类型。String就是由一个个char组成的。一个char中存的就是一个对应字符的Unicode编码。

   所以，Unicode在Java中成为一种“中间码”，因为他覆盖了基本上所有的字符。而其他编码的转换都可以通过他来完成。

   PS:话说回来，用双字节的话还是无法覆盖整个字符集的（因为有UTF-32），所以以前曾怀疑过char是否真是用来放Unicode字符的，只有16的话以后扩展怎么办？现在确定了，扩展问题目前不用考虑。。。

3. 转什么？怎么转？

   这里再说一个东西——byte。为啥说它？因为所有的转来转去都是在转它。为啥转它？因为他是字符编码的最小单位。一个byte 是8bit，所有编码方式都是由整数个byte组成的。所以，同一个String的不同编码方式可以理解为同一个字符的不同byte数组表示而已。所以，自然而然我们就可以看到这样的代码了：

   String S = “测试”

   s.getBytes(“utf8″);

   s.getBytes(“GB2312″);

   s.getBytes(“GBK”);

   通过这种方式就可以获得任何编码的byte数组。所以，在知道了一个byte[]数组，和它的编码方式的情况下，我们就能获得对应的String，所以有了下面的代码：

   byte[] b = *****;

   String s = new String(b, “utf8″);

   s = new String(b, “gb2312″);

   通过上面可以看出，从String可以获得任何编码的byte数组，但是从byte数组到String就要小心了，必须知道对应的编码方式才能进行。可以这么说，byte数组告诉了我们这个字符的内容，而编码方式告诉了我们如何去读这个byte数组才能获得我们需要的信息。

4. 什么时候转？

   一句话——有IO的时候。编码问题主要出现在文件读取，网络传输等，可以说只要有信息传递的地方都存在这个问题。而在Java中，所有信息的获取（发送）已经被抽象为“流”的概念，所以，这就解释了为什么Java的IO中又加入了Reader和Writer。就是为了能让上层直接面对你所需要的信息，即：字符（char）；同时，提供统一的接口解决编码问题——想想看如果以上面String的形式来解决编码问题将会是一件多么可怕的事情～

   一个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与前面的从String获取byte数组和从byte数组生成String功能是一样的。流的实现虽然复杂，但是因为流抽象，所以可以 很容易的替换为其他数据来源（如文件，网络等），而不用更改相关的处理代码。

5. 为什么是“？”号

   编码转换出问题时，最常见的是一个“？”。原因是当出现Java不认识的编码时（即UTF-16不能编码），则对应为一个“/ffd”，对应“？”号。此时再转换为其他部分编码时，则为“3F”。

6. 神奇的“ISO-8859-1”

   其实并不神奇，只是有点特殊而已。此编码只针对单字节（一个byte）进行编码，所以编码具有还原性。即不论何种编码的byte数组，使用此编码编码后，再使用此编码解码，可以还原到原来的byte数组。这是其他编码方式所不具备的。

7. bit、byte、位、字节、汉字、字符
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'; // 一个字母 = 1 byte = 8 bit  
   9. //      byte b5 ='aa';  这就错了  
   10. //      byte b6 ='中'; 这就错了 一个汉字 2个字节 16bit  
   11.         short s1 = '啊'; // 一个汉字 2个字节 16bit short 是 16 bit位的  
   12. //      short s2 = '汉字';  // 2个汉字 4个字节 32 bit int 是32 bit的  
   13. //      int i1 = '汉字';  但是 int 是数字类型的 , char 是 16 bit的 = 2 byte = 一个汉字  
   14.         char c1 = '汗';  
   15. //      byte 转换 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-原创] bit、byte、位、字节、汉字、字符  
   24. bit、byte、位、字节、汉字的关系  
   25.         1 bit     = 1  二进制数据  
   26.         1 byte  = 8  bit  
   27.         1 字母 = 1  byte = 8 bit  
   28.         1 汉字 = 2  byte = 16 bit  
   29. 1. bit：位  
   30.     一个二进制数据0或1，是1bit；  
   31. 2. byte：字节  
   32.     存储空间的基本计量单位，如：MySQL中定义 VARCHAR(45)  即是指 45个字节；  
   33.     1 byte = 8 bit  
   34. 3. 一个英文字符占一个字节；  
   35.     1 字母 = 1 byte = 8 bit  
   36. 4. 一个汉字占2个字节；  
   37.     1 汉字 = 2 byte = 16 bit  
   38. 5. 标点符号  
   39.     A>.  汉字输入状态下，默认为全角输入方式；  
   40.     B>.  英文输入状态下，默认为半角输入方式；  
   41.     C>.  全角输入方式下，标点符号占2字节；  
   42.     D>.  半角输入方式下，标点符号占1字节；  
   43.     故：汉字输入状态下的字符，占2个字节 (但不排除，自己更改了默认设置)；  
   44.             英文输入状态下的字符，占1个字节 (但不排除，自己更改了默认设置)；  
   45. 本内容来源与网络，具体地址不详。