String char等对中文的检测

Question

建议：听说GB2312字符集内码规则如下：
如果一个字节小于128，则当它为US-ASCII字符
如果一个字节大于127，则当它为字符的高位，与下一个字节组成一个汉字字符。

Answer 1

BIG5与gb2312中的汉字符号都在u+4E00到u+9FFF之间
（详见《无废话XML》--“Unicode说分明”一章）
http://www.china-pub.com/computers/eMook/doc/download/wangluo/xml.htm
先把String转成byte[]，采用UTF-8编码方式
String str =".....";
byte[] b = str.getBytes("UTF-8");
如果b中出现大于E4的码元（UTF-8是变长码，请参看UTF-8编码规则），
表明原字串中可能有中文
其实，因为u+4E00到u+9FFF之间的码未必全都是中文，例如日文、韩文也在这个区间
所以，这不是个可靠的证据但如果要保证字串中全都是ASCII码就相对容易些
实际应用时，也是经常碰到的问题
可令：
byte[] b = str.getBytes();
若b.length>str.length(),表明原字串中必有非ASCII码
再逐个检查b中有没有大于8F（十进制127）的码
若没有，表明原字串全部由ASCII码组成