Question

我想分析char数组中的全宽或半宽字符。

例如：

char [] password = {'t'，'e'，'s'，'t'，'思'，'题'};

此char数组中有全宽和半宽字符。

半宽= t，e，s，t

全宽=思，题

那么，我如何分析java中char数组的全宽或半宽？

非常感谢！

Answer 1

JDK包含一个提及完整/半宽的类：InputSubset

http://docs.oracle.com/javase/7/docs/api/java/awt/im/InputSubset.html

不幸的是，没有办法检查哪个char属于哪个子集。

尽管如此，显然全宽/半宽是明确定义的unicodes概念。互联网上可能有一个准确的规范。

http://en.wikipedia.org/wiki/Halfwidth_and_fullwidth_forms

http://en.wikipedia.org/wiki/DBCS

我想你的用例就足够了，0x00-0xFF字符是半宽的;其他字符是全宽的，除了unicode块“Halfwidth and Fullwidth Forms”中的半宽字符

boolean isHalfWidth(char c)
{
    return '\u0000' <= c && c <= '\u00FF'
        || '\uFF61' <= c && c <= '\uFFDC'
        || '\uFFE8' <= c && c <= '\uFFEE' ;
}

Answer 2

字符的可见宽度实际上取决于您查看它的字体，而Java中的字符相对于字体是抽象的。

如果您要确定特定字符是否是CJK（或语言子集等）字符，您可以尝试找到这些字符在UTF-16中使用的位模式范围（我认为这是java使用的？）并确保每个char值都在该范围内。

我可能会在这里完全咆哮错误的树，所以请告诉我这是否是你所追求的。

编辑：实际上，在查看trashgod的链接后，现在我不确定java编码是完全抽象的。但是，字符比较可能仍然是一个很好的方法，因为字符文档中有全宽十六进制代码的定义。

Answer 3

您似乎在谈论字符内部表示中的位数，而不是＆＃34;可见宽度＆＃34;在另一个答案中提到。

Java中的Character类和char原语类型都使用标准Unicode;它处理拉丁语，中文和许多其他语言。一些unicode字符是16位;有些人更多。

所以我认为你的问题的答案是：继续并分析你想要的 - 你的数组包含一些16位值，可能还有一些大于16位的值。如果不了解你想对角色做什么，就很难更明确。

编辑：我的错误，char原语只处理16位unicode值。但是一个Character对象数组将处理大于16位的unicode值。

Answer 4

东亚字符的宽度在Annex #11 of the Unicode Standard中描述，其中讨论了Unicode字符的East_Asian_Width属性。

虽然我找不到使用标准Java 8库查询此属性的方法，但可以使用ICU4J library（Maven中的com.ibm.icu.icu4j）来获取此值。

例如，以下代码返回UCharacter.EastAsianWidth.WIDE：

int esw = UCharacter.getIntPropertyValue('あ', UProperty.EAST_ASIAN_WIDTH);

一些使用日文字符的测试表明，所有单字节Shift JIS 假名字符（例如halfwidth ｶ）都被指定为HALFWIDTH，而它们的全宽对应字符（例如{ {1}}）被指定为カ。所有其他全角字符（例如FULLWIDTH返回あいうえお）和非宽带字符（例如普通WIDE）返回Abc。

值NARROW需要额外注意，因为它的宽度会因上下文而异。例如， vim 编辑器有一个ambiwidth option，让用户选择是应该将其处理为窄还是宽，因为渲染是终端相关的。

前面提到的附件states for ambiguous characters：不明确的字符在东亚传统字符集中出现为宽字符，但在非东亚用法中出现为窄（即正常宽度）字符。

AMBIGUOUS对NEUTRAL来说也是states：严格来说，对于中性字符来说，狭义和宽泛是没有意义的，但是因为出于所有实际目的，它们的行为就像Na，它们是根据以下建议处理为窄字符（与Na相同）。

但是，我发现NEUTRAL的 Narrow 并非总是如此，因为在我尝试的编辑器中，某些字符可能显得很宽。此外，ⅶ，ⅷ，ⅸ，ⅹ为AMBIGUOUS，而后续字符ⅺ和ⅻ为{{ 1}}这似乎没有意义。也许未在NEUTRAL中映射的字符可以回退到icu4j。

最后，UCharacter.EastAsianWidth.COUNT只是一个常量，表示NEUTRAL下定义的属性数，而不会返回值UCharacter.EastAsianWidth。

Answer 5

这实际上取决于您如何定义全宽字符。 Java String的内部表示形式为UTF-16，因此每个字符的范围为1到2 ^ 16。如果使用unicode的定义定义全角字符，则可以检查char是否在unicode的全宽字符块范围内。但是该块不包括一些中文常用文本，例如`。

分析Java中的全宽或半宽字符

5 个答案: