如何检测一个字符串中是否至少包含特定语言的一个字符？

Question

我正在创建一个Android应用程序，其中有一个字符串。我想检查这个字符串是否包含至少一个属于印地语语言的字符。

无论该字符串使用哪种语言，只要它有至少一个印地语字符，就需要调用我的函数。

其中一种方法是将字符串的每个字符与所有印地语语言的Unicode进行比较。但这样做会太耗时吗？例如，50个字符的字符串和50个Unicode将导致2500个比较。

什么是最优解决方案？

- Srujan Barai

---

你想检查输入语言是否为英语吗？还是只想检查它不是英语？ - Shaishav Jogani

不。我有一个字符串。我想检查它是否包含任何属于印地语的字符。其余的字符串可以是任何东西。 - Srujan Barai

这里我找到了一个可以打印所有印地语字符的代码。 https://milindjagre.wordpress.com/2014/06/30/how-to-print-hindi-characters-using-java/comment-page-1/所以，如果你遍历整个输入字符串并检查字符是否在2309和2360之间，你可以用2n次比较完成任务（其中n是字符串长度）。 - steveman

Answer 1

I think of these two methods

Method 1

 boolean isHindi = false;
 for (char c: myString.toCharArray()) {
     if (Character.UnicodeBlock.of(c) == Character.UnicodeBlock.DEVANAGARI) {
         isHindi = true;
         break;
     }
 }

方法2

    boolean isHindi = false;
    for (int k = 0; k < Character.codePointCount(myString, 0, myString.length()); k++) {
        int c = myString.codePointAt(k);
        if (c >= 0x0900 && c <= 0x097F) {  //Hindi uni-codes are within this range
            isHindi = true;
            break;
        }
    }

- Shaishav Jogani

---

我不明白 Character.UnicodeBlock.DEVANAGARI 这一部分。如果我想检查其他语言呢？不确定如何更改它，如果我必须对其他语言执行相同的操作会怎样。好吧，我猜你的第二种方法对我更直观。 - Srujan Barai

几乎所有主要语言都包含在Character.UnicodeBlock集合中，例如阿拉伯语、古吉拉特语、孟加拉语、希伯来语等。您可以使用||(or)来检查多种语言。请参考：https://docs.oracle.com/javase/7/docs/api/java/lang/Character.UnicodeBlock.html - Shaishav Jogani

明白了！谢谢，原来你也是古吉拉特人。不错呀。 - Srujan Barai

Answer 2

您也可以进行正则表达式匹配。以下是示例代码

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class HindiDetctionDemo {
    public static void main(String args[]) {
        Pattern hindiFirstCharMatchPattern = Pattern.compile("[\\u0900-\\u097F].*");
        Matcher hindiFirstCharMatcher = hindiFirstCharMatchPattern.matcher("ok ");
        if(hindiFirstCharMatcher.matches()) {
            System.out.println("found");
        } else {
            System.out.println("could not find.");
        }
    }
}

关于正则表达式的说明

[\u0900-\u097F] 是匹配印地语字符的模式。

添加 .* 以便在第一次匹配后停止匹配。

- best wishes

Answer 3

如果您正在使用Java-8，您可以这样做：

boolean isHindi = 
    myString.chars().anyMatch(c -> Character.UnicodeBlock.of(c) == Character.UnicodeBlock.DEVANAGARI);

- Pradip Karki