时间戳

首页 > 解决方案 > 针对给定范围集匹配“Shift-JIS”字符串的正则表达式

java - 针对给定范围集匹配“Shift-JIS”字符串的正则表达式

问题描述

问题陈述 ：-

我们将 0x8140～0x84BE、0x889F～0x9872、0ｘ989F～0x9FFC、0xE040～0xEAA4、0x8740～0x879C、0xED40～0xEEFC、0xFA40～0xFC4B、0xF040～0xF9FC 称为范围。

我想验证输入字符串是否包含不在上述范围内的汉字。

以下是输出结果不在上述范围内的输入汉字字符示例：-

龚 --> 好的

鑫 --> 好的

璐 --> 需要改变

对于所有这些，预期结果应该是“需要更改”。请帮忙。

这是一个代码： -

import java.io.UnsupportedEncodingException;
import java.util.regex.*;
//import java.util.regex.Pattern;

public class RegExpDemo2 {

    private boolean validateMnpName(String name)  {

        try {
            byte[] utf8Bytes = name.getBytes("UTF-8");
            String string = new String(utf8Bytes, "UTF-8");

            byte[] shiftJisBytes = string.getBytes("Shift-JIS");
            String strName = new String(shiftJisBytes, "Shift-JIS");

            System.out.println("ShiftJIS Str name : "+strName);

            final String regex = "([\\x{8140}-\\x{84BE}]+)|([\\x{889F}-\\x{9872}]+)|([\\x{989F}-\\x{9FFC}]+)|([\\x{E040}-\\x{EAA4}]+)|([\\x{8740}-\\x{879C}]+)|([\\x{ED40}-\\x{EEFC}]+)|([\\x{FA40}-\\x{FC4B}]+)|([\\x{F040}-\\x{F9FC}]+)";

            if (Pattern.compile(regex).matcher(strName).find()) {
                return true;
            } else
                return false;
        }
        catch (Exception e) {
            e.printStackTrace();
            return false;
        }

    }

    public static void main(String args[]) {

        RegExpDemo2 obj = new RegExpDemo2();

        if (obj.validateMnpName("ロ")) {
            System.out.println("OK");
        } else {
            System.out.println("Need Change");
        }

    }
}

标签： javaregexutf-8shift-jis

解决方案

您的方法行不通，因为 String在 Java 中是Unicode。

正如@VGR 和我自己所观察到的，通过 Shift-JIS 字节数组的往返不会改变这一点。您只需将 Unicode 转换为 Shift-JIS，然后再转换回 Unicode。

有两种可能的方法：

  1. 将 Java 字符串（Unicode）转换为字节数组（在 Shift-JIS 编码中），然后检查字节数组中的允许/禁止值。

  2. 将“允许”范围转换为 Unicode（Shift-JIS 中的单个范围可能不是 Unicode 中的单个范围）并使用 Unicode 中的字符串表示。

两种方式都不是很好，但如果你必须使用旧的字符代码而不是不太老的（只有 30 年！）Unicode，这是必要的。

推荐阅读