简体繁体 English

在Java中与中文字符（以UTF-8编码）匹配的模式

[英]Pattern matching with Chinese characters (encoded in UTF-8) in Java

原文 2011-08-30 20:38:03 9 1 java/ string/ cjk

I need to check whether a Chinese province is contained within an address in Chinese. 我需要检查一个中国省份是否包含在中文地址中。

I am able to read and write Chinese characters easily. 我能够轻松地阅读和书写汉字。

I tried to use the indexOf() method of String to check whether a province (eg 广东) is contained within an address (中国广东). 我尝试使用String的indexOf（）方法来检查一个省（例如广东）是否包含在一个地址中（中国广东）。 However, this always returns -1. 但是，这总是返回-1。

When I try to check for numbers (eg whether 103 is contained within 9910399) it works fine. 当我尝试检查数字时（例如99是否包含在9910399中）它可以正常工作。

Do I need to do something different to handle UTF-8 string matching? 我是否需要做一些不同的事情来处理UTF-8字符串匹配？ Thanks. 谢谢。 Matt 马特

1 个解决方案

I have just tried your example and although I do not have Chineese fonts on my system, so the characters are not displayed correctly indexOf() works fine for me. 我刚试过你的例子，虽然我的系统上没有Chineese字体，但字符显示不正确indexOf（）对我来说很好。

So, check encoding of your source files (*.java). 因此，请检查源文件（* .java）的编码。 For example if you are using eclipse check it under Window/Preferences/General/Workspace/Text file Encoding. 例如，如果您使用eclipse，请在Window / Preferences / General / Workspace / Text file Encoding下检查它。 I am using UTF-8. 我使用的是UTF-8。

The second think is the encoding used by java compiler. 第二个想法是java编译器使用的编码。 In case of eclipse you do not have to say anything. 在日食的情况下，你不必说什么。 I think that for javac you probably should explicitely set encoding using -encoding . 我认为对于javac您可能应该使用-encoding明确地设置-encoding 。 Otherwise the default OS encoding will be probably used. 否则，可能会使用默认的OS编码。