จะตรวจสอบได้อย่างไรว่า String มีเฉพาะ ASCII?

การโทรCharacter.isLetter(c)จะส่งกลับtrueหากอักขระเป็นตัวอักษร แต่มีวิธีค้นหาอย่างรวดเร็วว่ามีStringเพียงอักขระพื้นฐานของ ASCII หรือไม่?

ตั้งแต่Guava 19.0 เป็นต้นไปคุณสามารถใช้:

boolean isAscii = CharMatcher.ascii().matchesAllOf(someString);

สิ่งนี้ใช้matchesAllOf(someString)วิธีการที่อาศัยวิธีการของโรงงานascii()แทนที่จะเป็นASCIIซิงเกิลตันที่เลิกใช้แล้วในขณะนี้

นี่ ASCII ประกอบด้วยอักขระ ASCII ทั้งหมดรวมทั้งตัวละครที่ไม่สามารถพิมพ์ต่ำกว่า0x20(เว้นวรรค) เช่นแท็บสายฟีด / การกลับมา แต่ยังBELมีรหัส0x07และมีรหัสDEL0x7F

รหัสนี้ใช้อักขระแทนจุดรหัสอย่างไม่ถูกต้องแม้ว่าจะมีการระบุจุดรหัสในข้อคิดเห็นของเวอร์ชันก่อนหน้าก็ตาม โชคดีที่อักขระที่จำเป็นในการสร้างจุดรหัสที่มีค่าU+010000หรือมากกว่านั้นใช้อักขระตัวแทนสองตัวที่มีค่าอยู่นอกช่วง ASCII ดังนั้นวิธีนี้ยังคงประสบความสำเร็จในการทดสอบ ASCII แม้กระทั่งสำหรับสตริงที่มีอิโมจิ

สำหรับ Guava เวอร์ชันก่อนหน้าโดยไม่มีascii()วิธีการที่คุณสามารถเขียน:

boolean isAscii = CharMatcher.ASCII.matchesAllOf(someString);

คุณสามารถทำมันได้ด้วย java.nio.charset.Charset

import java.nio.charset.Charset;

public class StringUtils {

  public static boolean isPureAscii(String v) {
    return Charset.forName("US-ASCII").newEncoder().canEncode(v);
    // or "ISO-8859-1" for ISO Latin 1
    // or StandardCharsets.US_ASCII with JDK1.7+
  }

  public static void main (String args[])
    throws Exception {

     String test = "Réal";
     System.out.println(test + " isPureAscii() : " + StringUtils.isPureAscii(test));
     test = "Real";
     System.out.println(test + " isPureAscii() : " + StringUtils.isPureAscii(test));

     /*
      * output :
      *   Réal isPureAscii() : false
      *   Real isPureAscii() : true
      */
  }
}

ตรวจหาอักขระที่ไม่ใช่ ASCII ในสตริง

นี่เป็นอีกวิธีหนึ่งที่ไม่ได้ขึ้นอยู่กับไลบรารี แต่ใช้ regex

คุณสามารถใช้บรรทัดเดียวนี้:

text.matches("\\A\\p{ASCII}*\\z")

โปรแกรมตัวอย่างทั้งหมด:

public class Main {
    public static void main(String[] args) {
        char nonAscii = 0x00FF;
        String asciiText = "Hello";
        String nonAsciiText = "Buy: " + nonAscii;
        System.out.println(asciiText.matches("\\A\\p{ASCII}*\\z"));
        System.out.println(nonAsciiText.matches("\\A\\p{ASCII}*\\z"));
    }
}

วนซ้ำในสตริงและตรวจสอบให้แน่ใจว่าอักขระทั้งหมดมีค่าน้อยกว่า 128

Java Strings ถูกเข้ารหัสตามแนวคิดเป็น UTF-16 ใน UTF-16 ชุดอักขระ ASCII จะถูกเข้ารหัสเป็นค่า 0 - 127 และการเข้ารหัสสำหรับอักขระที่ไม่ใช่ ASCII (ซึ่งอาจประกอบด้วยอักขระ Java มากกว่าหนึ่งตัว) รับประกันว่าจะไม่รวมตัวเลข 0 - 127

หรือคุณคัดลอกรหัสจากคลาสIDN

// to check if a string only contains US-ASCII code point
//
private static boolean isAllASCII(String input) {
    boolean isASCII = true;
    for (int i = 0; i < input.length(); i++) {
        int c = input.charAt(i);
        if (c > 0x7F) {
            isASCII = false;
            break;
        }
    }
    return isASCII;
}

commons-lang3 จาก Apache มียูทิลิตี้ / วิธีอำนวยความสะดวกที่มีค่าสำหรับ 'ปัญหา' ทุกประเภทรวมถึงปัญหานี้ด้วย

System.out.println(StringUtils.isAsciiPrintable("!@£$%^&!@£$%^"));

ลองสิ่งนี้:

for (char c: string.toCharArray()){
  if (((int)c)>127){
    return false;
  } 
}
return true;

วนซ้ำผ่านสตริงและใช้ charAt () เพื่อรับ char จากนั้นถือว่าเป็น int และดูว่ามีค่า Unicode (ชุดย่อยของ ASCII) ที่คุณชอบหรือไม่

แตกในตอนแรกที่คุณไม่ชอบ

private static boolean isASCII(String s) 
{
    for (int i = 0; i < s.length(); i++) 
        if (s.charAt(i) > 127) 
            return false;
    return true;
}

มันเป็นไปได้ ปัญหาสวย

import java.io.UnsupportedEncodingException;
import java.nio.charset.Charset;
import java.nio.charset.CharsetEncoder;

public class EncodingTest {

    static CharsetEncoder asciiEncoder = Charset.forName("US-ASCII")
            .newEncoder();

    public static void main(String[] args) {

        String testStr = "¤EÀsÆW°ê»Ú®i¶T¤¤¤ß3¼Ó®i¶TÆU2~~KITEC 3/F Rotunda 2";
        String[] strArr = testStr.split("~~", 2);
        int count = 0;
        boolean encodeFlag = false;

        do {
            encodeFlag = asciiEncoderTest(strArr[count]);
            System.out.println(encodeFlag);
            count++;
        } while (count < strArr.length);
    }

    public static boolean asciiEncoderTest(String test) {
        boolean encodeFlag = false;
        try {
            encodeFlag = asciiEncoder.canEncode(new String(test
                    .getBytes("ISO8859_1"), "BIG5"));
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return encodeFlag;
    }
}

สิ่งนี้จะคืนค่าเป็นจริงหาก String มีเฉพาะอักขระ ASCII และเป็นเท็จเมื่อไม่มี

Charset.forName("US-ASCII").newEncoder().canEncode(str)

หากคุณต้องการลบที่ไม่ใช่ ASCII นี่คือตัวอย่าง:

if(!Charset.forName("US-ASCII").newEncoder().canEncode(str)) {
                        str = str.replaceAll("[^\\p{ASCII}]", "");
                    }

//return is uppercase or lowercase
public boolean isASCIILetter(char c) {
  return (c > 64 && c < 91) || (c > 96 && c < 123);
}