c＃如何檢查用戶在文本框中輸入的字符串是否是中文？

Question

如何檢查用戶在文本框中輸入的字符串是否是中文？ 任何人都可以引導我？

Answer 1

您可以輕鬆查看所使用的代碼點是否爲漢字。這些區域在Unicode character database中定義。

// Warning, this code only works for common Han ideographs inside the BMP. (Surrogate code points will need special care, and additional ranges within the BMP contain rare, historic, and uncommon characters.) 
const double hannessThreshold = 0.25d; 
const char lowestHanCodepoint = '\u4E00'; 
const char highestHanCodepoint = '\u9FFF'; 
string text = myTextBox.Text; 
int hanCharacterCount = 0; 
foreach (char c in text) 
    if (lowestHanCodepoint <= c && c <= highestHanCodepoint) 
     hanCharacterCount++; 
double hannessScore = (double)hanCharacterCount/text.Length; 
if (hannessScore >= hannessThreshold) 
    MessageBox.Show("You are typing in Chinese, Japanese, or Korean!"); 

但是，這還不足以確定它是否完全是中文。 Unicode統一了中文，日文和韓文的表意文字，因此需要進行某種語言分析來區分它們。

如果您告訴我們您爲什麼要這樣做，可以提供更多幫助。也許其他一些方法會更好。

Answer 2

可能您需要使用一種簡單的統計方法。統計代碼在中文UTF-8符號範圍內的字符數，以及不是的字符數。根據你的決定，一個組是否比另一個組大。

請注意，這不適用於輸入羅馬字中文的人。對於這種情況，您應該應用字典計數方法來查看有多少英文單詞匹配。如果大多數單詞不匹配，您可以認爲它不是英語。

Answer 3

我的猜測是檢查正在使用的字符集，如果他們是中文字符輸入，我想這會是中文。然而，我認爲這是一件很朦朧的事情。如果中文文字是用西文字母書寫的呢？不知道你還有什麼要檢查的。

Answer 4

如果輸入包含4E00-9FFF範圍內的Unicode字符，則它包含中文字符，所以語言可能是中文，日文或韓文。

爲了猜測它是否爲中文，您可能需要檢查輸入中是否出現中文語言中最常見的字符（請參閱http://www.zein.se/patrick/3000char.html）。或者，檢查輸入中是否出現了平假名（3040-309F），片假名（30A0-30FF）或漢字（1100-11FF）字符;他們只發生在日本和韓國;如果它們出現在輸入中，即使文本包含中文字符，您也可以使用而不是有中文文本。