Java：寻找检查字符串中是否存在特定范围内的Unicode字符的最快方法

我需要实现一个非常粗糙的语言识别算法。在我的世界里，只有两种语言：英语和非英语。我有ArrayList，我需要确定每个字符串是否可能是英语或其他语言，其Unicode字符在一定范围内。所以我想做的是使用某种类型的“存在”测试来检查这个范围内的每个字符串。如果它通过测试，我说字符串不是英语，否则就是英语。我想尝试两种类型的测试：

TEST-ANY：如果字符串中的任何字符在该范围内，则该字符串通过测试

TEST-ALL：如果字符串中的所有字符都在该范围内，则该字符串通过测试

由于数组可能很长，我需要非常有效地实现它。在Java中，最快的方法是什么

Thx

---

更新：我通过查看特定范围的Unicode，而不是检查字符是否为ASCII，专门检查非英语字符，部分是为了解决下面提到的“简历”问题。我想弄清楚的是，Java是否提供了能够尽可能高效地实现TEST-any或TEST-ALL（或其他类似测试）的类/方法。换句话说，我试图避免重新发明轮子，尤其是如果我之前发明的轮子更好的话。

我真的不认为这个解决方案是确定语言的理想方案，但是如果你想检查字符串是否都是ascii，你可以这样做：

public static boolean isASCII(String s){
    boolean ret = true;
    for(int i = 0; i < s.length() ; i++) {
        if(s.charAt(i)>=128){
            ret = false;
            break;
        }
    }
    return ret;
}

r

将等于true。但如果你尝试：

boolean r = isASCII("Grüß dich");

然后

r

将等于false。我还没有测试性能，但这将相当快，因为它所做的只是将一个字符与数字128进行比较

但是正如上面评论中提到的@AlexanderPogrebnyak，如果你给它“résumé”，它将返回false。请注意这一点

更新： 我通过查看特定范围的Unicode，而不是检查字符是否为ASCII，专门检查非英语字符

但是ASCII在Unicode中是一个范围（至少在UTF-8中是这样）。Unicode只是ASCII的扩展。什么是代码@mP。我提供的功能是检查每个字符是否在某个范围内。我选择的范围是ASCII，这是任何十进制值小于128的Unicode字符。你也可以选择任何其他范围。但我选择ASCII的原因是因为它包含拉丁字母、阿拉伯数字和其他一些常用字符，这些字符通常在“英语”字符串中。

public static boolean isAscii（字符串s）{
public static boolean isAscii( String s ){
    int length = s.length;
    for( int i = 0; i < length; i++){
       final char c = s.charAt( i );
       if( c > 'z' ){
          return false;
       }
    }
    return true;
}

int-length=s.length；
for（int i=0；i‘z’）{
返回false；
}
}
返回true；
}

---

@Hassan感谢您选择了用小Z替换大Z的打字错误测试。

以下是我最终实现test-ANY的方式：

// TEST-ANY
String str = "wordToTest";
int UrangeLow = 1234; // can get range from e.g. http://www.utf8-chartable.de/unicode-utf8-table.pl
int UrangeHigh = 2345;
for(int iLetter = 0; iLetter < str.length() ; iLetter++) {
   int cp = str.codePointAt(iLetter);
   if (cp >= UrangeLow && cp <= UrangeHigh) {
      // word is NOT English
      return;
   } 
}
// word is English
return;

//TEST-ANY
String str=“wordToTest”；
int UrangeLow=1234；//可以从例如。http://www.utf8-chartable.de/unicode-utf8-table.pl
国际保险高=2345；
对于（int-iLetter=0；iLetter如果（cp>=UrangeLow&&cp如果字符串都是拉丁字母，它仍然可能是非英语的。还要注意的是，有些单词（如“résumé”），将其翻译成英语，带有非ASCII口音。实现这一点没有秘密的忍者诀窍。你需要迭代数组中的每个字符，并检查它是否在给定的unicode字符范围内。想象一下执行此检查的最简单代码，然后实现它。你的代码之所以昂贵，仅仅是因为toCharArray创建整个数组的副本。最好逐字符获取字符，以防第一个字符是非ascii字符，这会使整个副本成为浪费。我知道在数组上循环比charAt快，但仍然是错误的。您的代码也错了。为什么返回布尔值，用布尔值替换它。@mP。让人检查您的代码总是好的。比ks，已修复。@Hassan正如我在更新中所述，目标是能够检查任何Unicode范围，也就是说，这不仅适用于ASCII，而且适用于更广泛的范围。正如我在原始帖子中所述，如果字符串未通过测试，我必须检查非英语，并声明英语。我会将“Z”改为else，因为整个小写字母和其他一些字符都在“Z”之后。
// TEST-ANY
String str = "wordToTest";
int UrangeLow = 1234; // can get range from e.g. http://www.utf8-chartable.de/unicode-utf8-table.pl
int UrangeHigh = 2345;
for(int iLetter = 0; iLetter < str.length() ; iLetter++) {
   int cp = str.codePointAt(iLetter);
   if (cp >= UrangeLow && cp <= UrangeHigh) {
      // word is NOT English
      return;
   } 
}
// word is English
return;