Java 精準判斷中文字符：基於 Unicode Block 的完整方案

常規正則的缺陷

常見 [\u4e00-\u9fbb] 僅覆蓋 CJK 統一漢字基本區，**遺漏**：中文標點（。、！？）、全寬字符、擴展區稀有漢字、康熙部首、漢字筆順等。

基於 Unicode Block 的完整判斷

public final class ChineseCharDetector {

    private ChineseCharDetector() {}

    /** 單字符判斷：覆蓋所有中文相關 Unicode Block */
    public static boolean isChinese(char c) {
        Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);
        return ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS               // 基本區
             || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS        // 兼容區
             || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A  // 擴展A
             || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B  // 擴展B
             || ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION         // 標點符號
             || ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS       // 全半寬形式
             || ub == Character.UnicodeBlock.GENERAL_PUNCTUATION;                // 通用標點（含部分中文引號）
    }

    /** 字符串判斷：含任一中文字符即返回 true */
    public static boolean containsChinese(String str) {
        if (str == null || str.isEmpty()) return false;
        for (char c : str.toCharArray()) {
            if (isChinese(c)) return true;
        }
        return false;
    }

    /** 統計中文字符數量 */
    public static int countChinese(String str) {
        if (str == null) return 0;
        int cnt = 0;
        for (char c : str.toCharArray()) if (isChinese(c)) cnt++;
        return cnt;
    }
}

對比驗證

String[] testCases = {
    "Hello World",           // false
    "你好世界",               // true
    "！@#￥%……&*（）",        // true (中文標點)
    "ａｂｃ１２３",             // true (全寬字符)
    "𠮷野屋",                 // true (擴展B字符)
    "😀🎉"                    // false (Emoji)
};

for (String s : testCases) {
    System.out.printf("%-15s → %b%n", "\"" + s + "\"", ChineseCharDetector.containsChinese(s));
}

輸出：

"Hello World"   → false
"你好世界"       → true
"！@#￥%……&*（）"  → true
"ａｂｃ１２３"      → true
"𠮷野屋"        → true
"😀🎉"           → false

正則替代方案（Java 8+）

利用 \p{IsBlockName} 語法：

// 僅作為參考，Block 名稱需精確匹配
Pattern p = Pattern.compile("[\\p{IsCJK_Unified_Ideographs}" +
                            "\\p{IsCJK_Symbols_and_Punctuation}" +
                            "\\p{IsHalfwidth_and_Fullwidth_Forms}]");

但 Block 名稱跨 JDK 版本可能變動，**推薦使用 `Character.UnicodeBlock` 枚舉方式，類型安全、編譯期檢查、無字符串拼接錯誤風險。**

應用場景

• 輸入法候選詞過濾
• 文本內容合規審核（敏感詞需中文上下文）
• 混合語言文本統計分析
• 文件名合法性校驗（禁止純中文/特定標點）

採用 Unicode Block 官方分類，一次覆蓋所有中文相關字符集，避免正則維護噩夢。