java如何提取汉字

提取汉字的方法

在Java中提取汉字可以通过正则表达式或字符编码范围实现。汉字在Unicode中的编码范围为\u4e00-\u9fa5，利用这一特性可以筛选出字符串中的汉字。

使用正则表达式匹配汉字

通过正则表达式[\u4e00-\u9fa5]可以匹配单个汉字，结合字符串处理工具提取全部汉字。

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class ChineseCharacterExtractor {
    public static String extractChinese(String input) {
        StringBuilder result = new StringBuilder();
        Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5]");
        Matcher matcher = pattern.matcher(input);
        while (matcher.find()) {
            result.append(matcher.group());
        }
        return result.toString();
    }

    public static void main(String[] args) {
        String text = "Hello 世界! 123 你好吗?";
        System.out.println(extractChinese(text)); // 输出: 世界你好吗
    }
}

遍历字符并判断编码范围

通过遍历字符串中的每个字符，检查其Unicode值是否在汉字范围内。

public class ChineseCharacterExtractor {
    public static String extractChinese(String input) {
        StringBuilder result = new StringBuilder();
        for (int i = 0; i < input.length(); i++) {
            char c = input.charAt(i);
            if (c >= '\u4e00' && c <= '\u9fa5') {
                result.append(c);
            }
        }
        return result.toString();
    }

    public static void main(String[] args) {
        String text = "Java编程 很有趣! 123";
        System.out.println(extractChinese(text)); // 输出: 编程很有趣
    }
}

处理扩展汉字范围

如果需要包含罕见汉字或扩展汉字（如\u9fa6-\u9fff），可以调整正则表达式或字符范围。

Pattern pattern = Pattern.compile("[\\u4e00-\\u9fff]");

性能优化建议

对于大量文本处理，建议使用StringBuilder而非直接拼接字符串，以提高效率。正则表达式在复杂场景下更灵活，而直接遍历字符在简单场景中性能更优。