Android识别字符串中的简体和繁体字
标准编码格式
| 编码 | 别名 | 语言 |
|---|---|---|
| ascii | 646、us-ascii | 英语 |
| big5 | big5-tw、csbig5 | 繁体中文 |
| big5hkscs | big5-hkscs、hkscs | 繁体中文 |
| cp037 | IBM037、IBM039 | 英语 |
| cp273 | 273、IBM273、csIBM273 | 德语 |
| cp424 | EBCDIC-CP-HE、IBM424 | 希伯来语 |
| cp437 | 437、IBM437 | 英语 |
| cp500 | EBCDIC-CP-BE、EBCDIC-CP-CH、IBM500 | 西欧 |
| cp720 | 无 | 阿拉伯语 |
| cp737 | 无 | 希腊语 |
| cp775 | 无 | IBM775 |
| cp850 | 850、IBM850 | 西欧 |
| cp852 | 852、IBM852 | 中欧和东欧 |
| cp855 | 855、IBM855 | 保加利亚语、白俄罗斯语、马其顿语、俄语、塞尔维亚语 |
| cp856 | 无 | 希伯来语 |
| cp857 | 857、IBM857 | 土耳其语 |
| cp858 | 858、IBM858 | 西欧 |
| cp860 | 860、IBM860 | 葡萄牙语 |
| cp861 | 861、CP-IS、IBM861 | 冰岛语 |
| cp862 | 862、IBM862 | 希伯来语 |
| cp863 | 863、IBM863 | 加拿大语 |
| cp864 | IBM864 | 阿拉伯语 |
| cp865 | 865、IBM865 | 丹麦语/挪威语 |
| cp866 | 866、IBM866 | 俄语 |
| cp869 | 869、CP-GR、IBM869 | 希腊语 |
| cp874 | 无 | 泰语 |
| cp875 | 无 | 希腊语 |
| cp932 | 932、ms932、mskanji、ms-kanji | 日语 |
| cp949 | 949、ms949、uhc | 韩语 |
| cp950 | 950、ms950 | 繁体中文 |
| cp1006 | 无 | 乌尔都语 |
| cp1026 | ibm1026 | 土耳其语 |
| cp1125 | 1125、ibm1125、cp866u、ruscii | 乌克兰语 |
| cp1140 | ibm1140 | 西欧 |
| cp1250 | windows-1250 | 中欧和东欧 |
| cp1251 | windows-1251 | 保加利亚语、白俄罗斯语、马其顿语、俄语，塞尔维亚语 |
| cp1252 | windows-1252 | 西欧 |
| cp1253 | windows-1253 | 希腊语 |
| cp1254 | windows-1254 | 土耳其语 |
| cp1255 | windows-1255 | 希伯来语 |
| cp1256 | windows-1256 | 阿拉伯语 |
| cp1257 | windows-1257 | 波罗的海语言 |
| cp1258 | windows-1258 | 越南语 |
| cp65001 | 无 | 仅支持Windows：Windows UTF-8 (CP_UTF8) |
| euc_jp | eucjp、ujis、u-jis | 日语 |
| euc_jis_2004 | jisx0213、eucjis2004 | 日语 |
| euc_jisx0213 | eucjisx0213 | 日语 |
| euc_kr | euckr、korean、ksc5601、ks_c-5601、ks_c-5601-1987、ksx1001、ks_x-1001 | 韩语 |
| gb2312 | chinese、csiso58gb231280、euc-cn、euccn、eucgb2312-cn、gb2312-1980、gb2312-80、iso-ir-58 | 简体中文 |
| gbk | 936、cp936、ms936 | 统一汉语 |
| gb18030 | gb18030-2000 | 统一汉语 |
| hz | hzgb、hz-gb、hz-gb-2312 | 简体中文 |
| iso2022_jp | csiso2022jp、iso2022jp、iso-2022-jp | 日语 |
| iso2022_jp_1 | iso2022jp-1、iso-2022-jp-1 | 日语 |
| iso2022_jp_2 | iso2022jp-2、iso-2022-jp-2 | 日语、韩语、简体中文、西欧、希腊语 |
| iso2022_jp_2004 | iso2022jp-2004、iso-2022-jp-2004 | 日语 |
| iso2022_jp_3 | iso2022jp-3、iso-2022-jp-3 | 日语 |
| iso2022_jp_ext | iso2022jp-ext、iso-2022-jp-ext | 日语 |
| iso2022_kr | csiso2022kr、iso2022kr、iso-2022-kr | 韩语 |
| latin_1 | iso-8859-1、iso8859-1、8859、cp819、latin、latin1、L1 | 西欧 |
| iso8859_2 | iso-8859-2、latin2、L2 | 中欧和东欧 |
| iso8859_3 | iso-8859-3、latin3、L3 | 世界语、马耳他语 |
| iso8859_4 | iso-8859-4、latin4、L4 | 波罗的海语言 |
| iso8859_5 | iso-8859-5、cyrillic | 保加利亚语、白俄罗斯语、马其顿语、俄语、塞尔维亚语 |
| iso8859_6 | iso-8859-6、arabic | 阿拉伯语 |
| iso8859_7 | iso-8859-7、greek、greek8 | 希腊语 |
| iso8859_8 | iso-8859-8、hebrew | 希伯来语 |
| iso8859_9 | iso-8859-9、latin5、L5 | 土耳其语 |
| iso8859_10 | iso-8859-10、latin6、L6 | 北欧语言 |
| iso8859_11 | iso-8859-11、thai | 泰语 |
| iso8859_13 | iso-8859-13、latin7、L7 | 波罗的海语言 |
| iso8859_14 | iso-8859-14、latin8、L8 | 凯尔特语 |
| iso8859_15 | iso-8859-15、latin9、L9 | 西欧 |
| iso8859_16 | iso-8859-16、latin10、L10 | 东南欧 |
| johab | cp1361、ms1361 | 韩语 |
| koi8_r | 无 | 俄语 |
| koi8_t | 无 | 塔吉克 |
| koi8_u | 无 | 乌克兰语 |
| kz1048 | kz_1048、strk1048_2002、rk1048 | 哈萨克语 |
| mac_cyrillic | maccyrillic | 保加利亚语、白俄罗斯语、马其顿语、俄语、塞尔维亚语 |
| mac_greek | macgreek | 希腊语 |
| mac_iceland | maciceland | 冰岛语 |
| mac_latin2 | maclatin2、maccentraleurope | 中欧和东欧 |
| mac_roman | macroman、macintosh | 西欧 |
| mac_turkish | macturkish | 土耳其语 |
| ptcp154 | csptcp154、pt154、cp154、cyrillic-asian | 哈萨克语 |
| shift_jis | csshiftjis、shiftjis、sjis、s_jis | 日语 |
| shift_jis_2004 | shiftjis2004、sjis_2004、sjis2004 | 日语 |
| shift_jisx0213 | shiftjisx0213、sjisx0213、s_jisx0213 | 日语 |
| utf_32 | U32、utf32 | 所有语言 |
| utf_32_be | UTF-32BE | 所有语言 |
| utf_32_le | UTF-32LE | 所有语言 |
| utf_16 | U16、utf16 | 所有语言 |
| utf_16_be | UTF-16BE | 所有语言 |
| utf_16_le | UTF-16LE | 所有语言 |
| utf_7 | U7、unicode-1-1-utf-7 | 所有语言 |
| utf_8 | U8、UTF、utf8 | 所有语言 |
| utf_8_sig | 无 | 所有语言 |
MS950是繁体字编码格式
public static void isSimpleOrComplex(String txt) {
for (int i = 0; i < txt.length(); i++) {
try {
Charset charset = Charset.forName("MS950");
ByteBuffer byteBuffer = charset.encode(String.valueOf(txt.charAt(i)));
byte[] bytes = byteBuffer.array();
String bytesStr = bytes2HexString(bytes);
if (bytesStr.compareTo("B0 A1") >= 0 && bytesStr.compareTo("F7 FE") <= 0) {
Log.e("TAG", "(" + txt + ")" + "包含繁体字");
return;
}
} catch (Exception e) {
e.printStackTrace();
}
}
Log.e("TAG", "(" + txt + ")" + "不包含繁体字");
}
public static String bytes2HexString(byte[] b) {
StringBuilder r = new StringBuilder();
for (byte value : b) {
String hex = Integer.toHexString(value & 0xFF);
if (hex.length() == 1) {
hex = '0' + hex;
}
r.append(hex.toUpperCase()).append(" ");
}
return r.toString();
}isSimpleOrComplex("专业開發者社区");
isSimpleOrComplex("专业开发者社区");