检查字符串是否只包含拉丁字符？答案

【问题标题】：Check String whether it contains only Latin characters?检查字符串是否只包含拉丁字符？
【发布时间】：2010-12-27 01:58:28
【问题描述】：

您好，

我正在开发 GWT 应用程序，用户可以在其中输入他的日语详细信息。但“用户名”和“密码”只能包含英文字符（拉丁字母）。如何为此验证字符串？

【问题讨论】：

有英文字符？！？！我认为英语中的字符来自拉丁字母。
好吧，如果他指的是 ascii 字符，那么我会称其为英文字符.. 或美国字符。

标签： java string validation gwt

【解决方案1】：

您可以为此使用String#matches() 和一点regex。拉丁字符被\w覆盖。

所以应该这样做：

boolean valid = input.matches("\\w+");

顺便说一句，这也包括数字和下划线_。不确定这是否有害。否则，您可以改用[A-Za-z]+。

如果您还想覆盖diacritical characters（ä、é、ò 等，根据定义也是拉丁字符），那么您需要先对它们进行规范化，并在匹配之前去掉变音符号，仅仅是因为没有涵盖变音符号的 (documented) 正则表达式。

String clean = Normalizer.normalize(input, Form.NFD).replaceAll("\\p{InCombiningDiacriticalMarks}+", "");
boolean valid = clean.matches("\\w+");

更新：Java 中有一个未记录的正则表达式，它也涵盖了变音符号，\p{L}。

boolean valid = input.matches("\\p{L}+");

以上适用于 Java 1.6。

【讨论】：

\p{L} 记录在案：java.sun.com/javase/6/docs/api/java/util/regex/Pattern.html#ubc
Drat，你是对的。我发誓多年来我从未在 API 文档中看到过它。您是 Sun API 文档的维护者吗？
不，但我阅读该特定 JavaDoc 页面的次数比我愿意承认的要多；-)
Unicode 字母类别\p{L} 也涵盖了很多非拉丁字母。
我想你想要\p{script=Latin}

【解决方案2】：

可能有更好的方法，但您可以使用您认为可接受的字符加载集合，然后根据该集合检查用户名/密码字段中的每个字符。

伪：


foreach (character in username)
{
    if !allowedCharacters.contains(character)
    {
        throw exception
    }
}

【讨论】：

【解决方案3】：

对于这么简单的事情，我会使用正则表达式。

private static final Pattern p = Pattern.compile("\\p{Alpha}+");

static boolean isValid(String input) {
  Matcher m = p.matcher(input);
  return m.matches();
}

还有其他预定义的类，例如 \w，可能效果更好。

【讨论】：

【解决方案4】：

public static boolean isValidISOLatin1 (String s) {
    return Charset.forName("US-ASCII").newEncoder().canEncode(s);
} // or "ISO-8859-1" for ISO Latin 1

有关参考，请参阅documentation on Charset。

【讨论】：

我不会使用它，因为它允许输入包含空格和控制字符（包括 U+0000），这几乎可以肯定在用户名中不受欢迎。

【解决方案5】：

我成功使用了user232624、Joachim Sauer和Tvaroh的答案组合：

static CharsetEncoder asciiEncoder = Charset.forName("US-ASCII"); // or "ISO-8859-1" for ISO Latin 1

boolean isValid(String input) {    
    return Character.isLetter(ch) && asciiEncoder.canEncode(username);
}

【讨论】：

【解决方案6】：

有我的解决方案，效果很好

public static boolean isStringContainsLatinCharactersOnly(final String iStringToCheck)
{
    return iStringToCheck.matches("^[a-zA-Z0-9.]+$");
}

【讨论】：