A chamada Character.isLetter(c)
retorna true
se o caractere for uma letra. Mas existe uma maneira de descobrir rapidamente se a String
contém apenas os caracteres básicos do ASCII?
fonte
A chamada Character.isLetter(c)
retorna true
se o caractere for uma letra. Mas existe uma maneira de descobrir rapidamente se a String
contém apenas os caracteres básicos do ASCII?
De Guava 19.0 em diante, você pode usar:
boolean isAscii = CharMatcher.ascii().matchesAllOf(someString);
Este usa o matchesAllOf(someString)
método que depende do método de fábrica ascii()
em vez do agora obsoletoASCII
singleton .
Aqui, ASCII inclui todos os caracteres ASCII, incluindo os caracteres não imprimíveis abaixo de 0x20
(espaço), como tabulações, alimentação de linha / retorno, mas também BEL
com código 0x07
e DEL
com código 0x7F
.
Esse código usa caracteres incorretamente em vez de pontos de código, mesmo se os pontos de código forem indicados nos comentários de versões anteriores. Felizmente, os caracteres necessários para criar o ponto de código com um valor igual U+010000
ou superior a usam dois caracteres substitutos com um valor fora do intervalo ASCII. Portanto, o método ainda consegue testar o ASCII, mesmo para strings contendo emoji.
Para versões anteriores do Guava sem o ascii()
método, você pode escrever:
boolean isAscii = CharMatcher.ASCII.matchesAllOf(someString);
CharMatcher.ASCII
está obsoleto agora e está prestes a ser removido em junho de 2018.Você pode fazer isso com java.nio.charset.Charset .
Detecta caracteres não ASCII em uma string
fonte
StandardCharsets.US_ASCII
vez deCharset.forName("US-ASCII")
.StandardCharsets
? Eu poderia postar outra resposta, mas prefiro corrigir esta resposta muito apreciada.Aqui está outra maneira, não dependendo de uma biblioteca, mas usando um regex.
Você pode usar esta única linha:
Programa de exemplo completo:
fonte
\P{Print}
e\P{Graph}
+ uma descrição? Por que você precisa\A
e\z
?Faça a iteração pela string e certifique-se de que todos os caracteres tenham um valor menor que 128.
Java Strings são conceitualmente codificados como UTF-16. Em UTF-16, o conjunto de caracteres ASCII é codificado como os valores 0 - 127 e a codificação para qualquer caractere não ASCII (que pode consistir em mais de um caractere Java) tem garantia de não incluir os números 0 - 127
fonte
str.chars().allMatch(c -> c < 128)
c >= 0x20 && c < 0x7F
pois os primeiros 32 valores da codificação de 7 bits são caracteres de controle e o valor final (0x7F) éDEL
.Ou você copia o código da classe IDN .
fonte
return false
vez de usarisASCII = false
ebreak
.commons-lang3 do Apache contém métodos de utilidade / conveniência valiosos para todos os tipos de 'problemas', incluindo este.
fonte
tente isto:
fonte
Faça a iteração pela string e use charAt () para obter o char. Em seguida, trate-o como um int e veja se ele tem um valor unicode (um superconjunto de ASCII) de sua preferência.
Quebre no primeiro que você não gosta.
fonte
fonte
charAt
retorna achar
. Você pode testar diretamente se um tipochar
é maior do que um int sem converter em um int, primeiro, ou seu teste faz a conversão automaticamente? Talvez você possa e talvez seja? Fui em frente e convertido este para um int assim:if ((int)s.charAt(i) > 127)
. Não tenho certeza se meus resultados são diferentes, mas me sinto melhor em deixá-lo funcionar. Veremos: - \Foi possível. Belo problema.
fonte
Retornará verdadeiro se String contiver apenas caracteres ASCII e falso quando não contiver
Se você deseja remover não ASCII, aqui está o snippet:
fonte
fonte