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Java 检查字符串是否可在Gsm0338中编码,java,unicode,Java,Unicode,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 st
“የእንግሊዝ ፕሪምየር ሊግ ነህሴ 6.ይጀምራል።"显然是Unicode的code>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eisEncodeableInGsm0338()
callisoString.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;
}
}