最常用且可靠的方式是用正则表达式匹配unicode中文字符范围，覆盖u4e00–u9fa5和u3400–u4dbf即可满足多数场景；也可用character.unicodeblock判断cjk区块，或用c>127粗筛。
Java 判断字符串是否包含中文，最常用且可靠的方式是使用正则表达式匹配 Unicode 中文字符范围。
用正则表达式判断（推荐）
中文字符在 Unicode 中主要位于 u4e00–u9fa5（基本汉字）、u3400–u4dbf（扩展 A）、u20000–u2a6df（扩展 B，需用代理对处理）、u2a700–u2b73f（扩展 C/D/E）等区间。日常开发中，覆盖前两个常用区即可满足绝大多数场景。
示例代码：
public static boolean containsChinese(String str) {
if (str == null || str.isEmpty()) return false;
return str.matches(".*[\u4e00-\u9fa5\u3400-\u4dbf].*");
}
- 注意：
matches()是全串匹配，所以前后加.* - 如果只需检测是否存在，用
Pattern.compile().matcher().find()效率略高（尤其长字符串） - 若需支持生僻字或古籍用字（如扩展 B），需额外处理 UTF-16 代理对，或改用
Character.isIdeographic(c)配合遍历
用 Character 类逐字符判断
利用 Java 内置的 Unicode 属性判断，更语义化，且天然支持所有表意文字（含日文平假名/片假名、韩文等），但不严格区分“中文”——若业务只要纯中文，慎用。
示例：
public static boolean containsChineseByChar(String str) {
if (str == null) return false;
for (char c : str.toCharArray()) {
if (Character.UnicodeBlock.of(c) == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS
|| Character.UnicodeBlock.of(c) == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A
|| Character.UnicodeBlock.of(c) == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B) {
return true;
}
}
return false;
}
-
CJK_UNIFIED_IDEOGRAPHS对应 u4e00–u9fff，覆盖常用简繁体 - 扩展 A/B 区块需显式列出，否则会被忽略
- 此法不依赖正则，适合对性能和兼容性要求高的场景
简单粗暴但实用的方案
如果项目对“中文”的定义较宽松（比如只要不是 ASCII 字符就算），可直接比较字符编码范围：
public static boolean hasNonAscii(String str) {
if (str == null) return false;
for (char c : str.toCharArray()) {
if (c > 127) return true; // ASCII 最大为 127
}
return false;
}
- 快，但会把日文、韩文、俄文、emoji 等全判为“中文”，仅适用于粗筛或日志过滤等非关键逻辑
- 不能替代真正中文识别，慎用于用户输入校验或内容分类
注意事项
避免常见误区：
- 不要只用
u4e00-u9fff：漏掉繁体、生僻字、标点（如「、」「。」在 u3000–u303f） - 不要用
String.getBytes("UTF-8").length > str.length()：中文占多字节，但 emoji、某些符号也占多字节，不可靠 - 正则中勿写成
[\u4e00-\u9fa5]后直接跟字母（如[\u4e00-\u9fa5]abc），容易因贪婪匹配出错；判断存在性优先用find()
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
