Java 检查字符串是否可在Gsm0338中编码

我正在开发一个SMS应用程序，我发送Unicode字符（阿姆哈拉语/G'eez）。我正在使用。第行的方法isEncodeableInGsm0338（），用于检查我是否应该使用其他编码或默认编码

这是陷阱。字符串

“የእንግሊዝ ፕሪምየር ሊግ ነህሴ 6.ይጀምራል።"正在从该方法返回。我的假设是每个字母的一半。但我不能支持该理论。如果我将文本更改为
“1。የእንግሊዝ ፕሪምየር ሊግ ነህሴ 6.ይጀምራል።“
，它可以正确检测

这里发生了什么事？
明白了

有关的方法如下所示

 public static boolean isEncodeableInGsm0338(String isoString) {
        byte[] isoBytes = isoString.getBytes();
        outer:
        for (int i = 0; i < isoBytes.length; i++) {
            for (int j = 0; j < isoGsm0338Array.length; j++) {
                if (isoGsm0338Array[j] == isoBytes[i]) {
                    continue outer;
                }
            }
            for (int j = 0; j < extendedIsoGsm0338Array.length; j++) {
                if (extendedIsoGsm0338Array[j][1] == isoBytes[i]) {
                    continue outer;
                }
            }
            return false;
        }
        return true;
    }

public静态布尔值isEncodeableInGsm0338（字符串isoString）{
byte[]isoBytes=isoString.getBytes（）；
外部：
对于（int i=0；i

如您所见，它使用依赖于编码的
isoString.getBytes（）
。解决方案是通过使用
isoString.tocharray（）
获取字符数组来比较每个
char

改变

byte[]isoBytes=isoString.getBytes（）；

到

char[]isoBytes=isoString.tocharray（）；

你可能还想给isoBytes起个名字。它很有魅力。
这是我的一个版本。它在16个字符的字符串上比嵌套循环快20倍，也比regexp、
HashSet
和
tableswitch
快（出于某种原因）

公共类Gsm0338{
私有静态最终字符[]基本字符={
//基本字符集
",",",","元",","ù,",","",","",","","n,，
'Δ', '_', 'Φ', 'Γ', 'Λ', 'Ω', 'Π', 'Ψ', 'Σ', 'Θ', 'Ξ', 'Æ', 'æ', 'ß', 'É',
' ', '!', '"', '#', '¤', '%', '&', '\'', '(', ')', '*', '+', ',', '-', '.', '/',
'0', '1', '2', '3', '4', '5', '6', '7', '8', '9', ':', ';', '', '?',
“A”，“B”，“C”，“D”，“E”，“F”，“G”，“H”，“I”，“J”，“K”，“L”，“M”，“N”，“O”，
‘P’、‘Q’、‘R’、‘S’、‘T’、‘U’、‘V’、‘W’、‘X’、‘Y’、‘Z’、‘Ä’、‘Ö’、‘尼’、‘Ü’、‘§’，
‘a’、‘b’、‘c’、‘d’、‘e’、‘f’、‘g’、‘h’、‘i’、‘j’、‘k’、‘l’、‘m’、‘n’、‘o’，
‘p’、‘q’、‘r’、‘s’、‘t’、‘u’、‘v’、‘w’、‘x’、‘y’、‘z’、‘ä’、‘ö’、‘ñ’、‘ü’、‘á’，
//基本字符集扩展
“\f”、“^”、“{”、“}”、“\\”、“[”、“~”、“]'、“|”、“€”
};
私有静态布尔值[]可由_ORD_编码到_253=新布尔值[254]；
私有静态集可编码_REST=new HashSet（）；
静止的{
for（int i=0；i如果（ch），示例代码使用String.getBytes（），这取决于“平台默认编码”。我看不出应该是哪种编码。你最好用这个字符集中所有允许的字符构造一个字符串GSM_0338，并检查短信文本中的每一个字符是否包含在这个字符串中。为了检查，我认为没有必要从短信文本中创建字节。@RalfKleberhoff这很有帮助。谢谢，为什么不只是e
isEncodeableInGsm0338（）
call
isoString.getBytes（“GSM_0338”）
如果成功则返回true，如果失败则返回false？或者更好，使用类似或的方法。@RemyLebeau最后一个链接很有用。但是在java的可用字符集列表中没有名为
GSM_0338
的编码。
public class Gsm0338 {

private static final char[] BASIC_CHARS = {
        // Basic Character Set
        '@', '£', '$', '¥', 'è', 'é', 'ù', 'ì', 'ò', 'Ç', '\n', 'Ø', 'ø', '\r', 'Å', 'å',
        'Δ', '_', 'Φ', 'Γ', 'Λ', 'Ω', 'Π', 'Ψ', 'Σ', 'Θ', 'Ξ', 'Æ', 'æ', 'ß', 'É',
        ' ', '!', '"', '#', '¤', '%', '&', '\'', '(', ')', '*', '+', ',', '-', '.', '/',
        '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', ':', ';', '<', '=', '>', '?',
        '¡', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O',
        'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', 'Ä', 'Ö', 'Ñ', 'Ü', '§',
        '¿', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o',
        'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z', 'ä', 'ö', 'ñ', 'ü', 'à',
        // Basic Character Set Extension
        '\f', '^', '{', '}', '\\', '[', '~', ']', '|', '€'
};

private static boolean[] ENCODEABLE_BY_ORD_UP_TO_253 = new boolean[254];
private static Set<Character> ENCODEABLE_REST = new HashSet<>();
static {
    for (int i = 0; i < BASIC_CHARS.length; i++) {
        char ch = BASIC_CHARS[i];
        if (ch <= 253) {
            ENCODEABLE_BY_ORD_UP_TO_253[ch] = true;
        } else {
            ENCODEABLE_REST.add(ch);
        }
    }
}

public static boolean isEncodeable(String javaString) {
    final int length = javaString.length();
    for (int i = 0; i < length; ++i) {
        char ch = javaString.charAt(i);
        if (ch <= 253) {
            if (!ENCODEABLE_BY_ORD_UP_TO_253[ch]) {
                return false;
            }
        } else {
            if (!ENCODEABLE_REST.contains(ch)) {
                return false;
            }
        }
    }
    return true;
}
}