Проверка строки на ASCII символы в Java: эффективный метод

Быстрый ответ

Если строки, с которыми вы работаете, состоят только из символов ASCII, то использование метода String.matches() в Java с подходящим регулярным выражением ^\\p{ASCII}*$ будет адекватным решением. Пример кода:

boolean isAscii(String input) {
    return input.matches("^\\p{ASCII}*$");
}

Нужно передать строку в данную функцию isAscii. Она вернёт значение true, если строка содержит только символы ASCII, и значение false, если встречаются не ASCII символы.

Использование цикла в проверке

Когда вы работаете с очень большими строками, использование цикла foreach может оказаться более эффективным решением по сравнению с регулярными выражениями:

boolean isPureAscii(String input) {
    for (char c : input.toCharArray()) {
        if (c > 127) {
            return false;
        }
    }
    return true;
}

Такой метод проверяет каждый символ в строке на принадлежность к диапазону ASCII, предполагая, что значение символа ASCII < 128.

Методы работы с кодировками

Если вы хорошо разбираетесь в кодировках, то подойдёт использование java.nio.charset.Charset, который позволяет определить, соответствует ли строка стандарту ASCII.

boolean isAsciiEncoded(String input) {
    CharsetEncoder encoder = Charset.forName("US-ASCII").newEncoder();
    return encoder.canEncode(input);
}

Такой способ проверяет, может ли строка input быть закодирована в кодировке US-ASCII.

Использование библиотеки Guava

Пользователи библиотеки Guava могут использовать метод CharMatcher.ascii() для проверки:

boolean isOnlyAscii(String input) {
    return CharMatcher.ascii().matchesAllOf(input);
}

CharMatcher.ascii() вернёт true, если строка состоит исключительно из символов ASCII, включая управляющие символы, такие как табуляция и перевод строки.

Особенности кодировки "ISO-8859-1"

Обратите внимание, что кодировка "ISO-8859-1" имеет больше символов, чем стандартный ASCII, поэтому не все её символы можно считать символами ASCII.

Визуализация

Рассмотрим ASCII как кассовый аппарат в магазине:

Входная строка: "Hello, World!"
Машина Проверки ASCII:

'🔎'.scan('Hello, World!') // Бип. Бип. Бип.

Результат:

Всё в порядке (🟢): 
**В пакете только товары ASCII**

Непечатаемые символы ASCII

Следует учитывать, что область применения ASCII включает также непечатаемые символы — их коды лежат в диапазоне до U+007F. Их несложно пропустить при проверке, так как они могут быть незаметны.

Стандартный и расширенный ASCII

Расширенный диапазон символов ASCII шире стандартного (0-127). При проверке символов ASCII всегда следуйте диапазону 0-127.

Строки в формате UTF-16

Строки в Java представлены в формате UTF-16, и символы вне диапазона ASCII имеют значения больше 127. Обратите на это внимание, чтобы избежать ошибок в проверке.

Особенности обработки пустых строк

Будьте внимательны с пустыми строками и null значениями — они могут вызвать NullPointerExceptions или ошибки интерпретации данных. Всегда проводите предварительную валидацию.

Проверка через другое регулярное выражение

Если вы любите работать с регулярными выражениями и ищете альтернативы, попробуйте \\A\\p{ASCII}*\\z. Это выражение гарантирует, что символы в начале и в конце строки соответствуют ASCII:

boolean isAsciiRegexAlt(String input) {
    return input.matches("\\A\\p{ASCII}*\\z");
}

Полезные материалы

1. String (Java Platform SE 7 ) — официальная документация Java API для класса String.
2. Character (Java Platform SE 7 ) — информация о работе с Unicode и ASCII в Java.
3. Pattern (Java Platform SE 7 ) — руководство по использованию регулярных выражений в Java.
4. java – How to check if a String contains only ASCII? – Stack Overflow — обсуждение методов проверки строк на содержание символов ASCII в Java на Stack Overflow.
5. Урок: Регулярные выражения (Учебники по Java. Важные классы Java) — уроки по использованию регулярных выражений для проверки ASCII от Oracle.
6. ASCII – Википедия — история и особенности набора символов ASCII.