检查字符是否是拉丁字母的一部分？答案

【问题标题】：Checking if character is a part of Latin alphabet?检查字符是否是拉丁字母的一部分？
【发布时间】：2012-02-06 02:09:15
【问题描述】：

在继续处理之前，我需要测试字符是字母还是空格。所以，我

    for (Character c : take.toCharArray()) {
        if (!(Character.isLetter(c) || Character.isSpaceChar(c)))
            continue;

        data.append(c);

检查数据后，我发现它包含的字符看起来像是拉丁字母表之外字符的 unicode 表示。如何修改上述代码以收紧我的条件，只接受 [a-z][A-Z] 范围内的字母字符？

正则表达式是一种方法，还是有更好（更快）的方法？

【问题讨论】：

等等，为什么你认为“é”不是字母？通常人们正在寻找方法让他们的代码处理国际输入更好，而不是更糟...
@Borealid，在我的情况下，控制字符是一个奇怪的东西，我目前正在进一步调查。 é 肯定是一个有效字符，就我的程序而言，它不应该存在。
执行此操作的正则表达式是使用 \p{sc=Latin} 检查拉丁脚本属性。
相关：Identify if a Unicode code point represents a character from a certain script such as the Latin script?

标签： java

【解决方案1】：

如果您只想处理这 52 个字符，则只需处理它们：

public static boolean isLatinLetter(char c) {
    return (c >= 'A' && c <= 'Z') || (c >= 'a' && c <= 'z');
}

【讨论】：

【解决方案2】：

如果您只想去除非 ASCII 字母字符，那么一种快速的方法是使用 String.replaceAll() 和 Regex：

s.replaceAll("[^a-zA-Z]", "")

不过，不能说性能与逐个字符扫描并附加到StringBuilder。

【讨论】：

在我的测试中显示，一次 1 个字符的速度大约快 30%。但肯定是一个有效的建议和方法。谢谢
我很想看看s.replaceAll("[^a-zA-Z]+", "") 和s.replaceAll("[^a-zA-Z]*", "") 的结果。
@SamuelEdwinWard 哇。比 [^a-zA-Z]+ 快一倍，比字符快一倍

【解决方案3】：

我会使用您为此指定的正则表达式。它易于阅读并且应该非常快速（特别是如果您静态分配它）。

【讨论】：

您能否提供一个正确的示例？我想看看哪个更快。
在这个地方已经很晚了，所以恐怕你必须等待代码，特别是如果你想编译它:)
但是，顺便说一句，此时您可能会过度关注速度。这肯定不是您执行的最慢的操作吗？优化未来开发人员（可能是你！）尝试理解这段代码的时间可能会更有效。