Java 區分字串中中英文字元的實用技巧：位元運算判斷法

處理中英混雜字串時，常需區分中英文字元（如計算顯示寬度、截斷、排版）。本文提供基於位元運算的高效判斷實作。

核心原理

Java char 為 UTF-16 編碼單元（2 bytes）。基本多文種平面（BMP）字元：

• ASCII 字元（英文、數字、常用符號）：碼點 0x0000~0x007F，最高位為 0
• 中日韓統一表意文字（CJK）：碼點 0x4E00~0x9FFF，最高位為 1

判斷邏輯：(ch & 0xFF80) != 0 或 ch > 0x7F 即可快速識別非 ASCII 字元（含中文）。

完整實作範例

public class EnCnTest {
    public static void main(String[] args) {
        if (args.length == 0) {
            System.out.println("請提供字串參數");
            return;
        }
        String input = args[0];
        byte[] bytes = input.getBytes(StandardCharsets.UTF_8); // 或預設編碼
        boolean halfChinese = false;

        for (int i = 0; i < bytes.length; i++) {
            if (halfChinese) {
                // 組合雙位元組字元（簡易示範，實際需依編碼處理）
                byte[] ch = {bytes[i-1], bytes[i]};
                String chStr = new String(ch, StandardCharsets.UTF_8);
                System.out.println("索引 " + (i-1) + " 為中文: " + chStr);
                halfChinese = false;
                continue;
            }
            if ((bytes[i] & 0x80) == 0) {
                // ASCII 字元
                System.out.println("索引 " + i + " 為英文: " + (char)bytes[i]);
            } else {
                // 非 ASCII 首位元組（UTF-8 多位元組序列開頭）
                halfChinese = true;
            }
        }
    }
}

進階：字元層面精準判斷（推薦）

public class CharTypeUtils {
    /** 判斷是否為中文字元（CJK 統一表意文字基本區） */
    public static boolean isChinese(char ch) {
        return ch >= 0x4E00 && ch <= 0x9FFF;
    }

    /** 判斷是否為 ASCII 字元 */
    public static boolean isAscii(char ch) {
        return ch <= 0x7F;
    }

    /** 計算字串顯示寬度（中文=2，英文=1） */
    public static int displayWidth(String str) {
        int width = 0;
        for (char ch : str.toCharArray()) {
            width += isChinese(ch) ? 2 : 1;
        }
        return width;
    }

    /** 依顯示寬度截取字串 */
    public static String substringByWidth(String str, int maxWidth) {
        int width = 0;
        int end = 0;
        for (char ch : str.toCharArray()) {
            width += isChinese(ch) ? 2 : 1;
            if (width > maxWidth) break;
            end++;
        }
        return str.substring(0, end) + (end < str.length() ? "..." : "");
    }
}

編碼陷阱與最佳實務

應用場景

• 終端機/控制台對齊輸出
• UI 元件字元計數與截斷（標籤、工具提示、表格欄位）
• 檔案名/路徑長度驗證
• 中英混排排版引擎
• 輸入法候選詞過濾

結語

位元運算法（ch > 0x7F）最簡潔高效，適合 ASCII 與非 ASCII 二分場景。精準識別中文需碼點區間判斷（0x4E00~0x9FFF）。實務中建議封裝為工具類，統一處理編碼、補助平面、全角字元等邊界情況。