Как определить, является ли символ буквой в Java?

Question

Как проверить, является ли односимвольная строка буквой, включая любые буквы с акцентами?

Мне недавно пришлось поработать над этим, поэтому я сам отвечу на него после того, как последний вопрос VB6 напомнил мне.

Answer 1

Character.isLetter () намного быстрее, чем string.matches (), потому что string.matches () каждый раз компилирует новый шаблон. Я думаю, что даже кэширование паттерна isLetter () все равно превзойдет его.

---

РЕДАКТИРОВАТЬ: Просто наткнулся на это снова и подумал, что я попытаюсь найти некоторые реальные цифры. Вот моя попытка тестирования, проверка всех трех методов (matches() с и без кэширования Pattern и Character.isLetter()). Я также позаботился о том, чтобы проверялись как действительные, так и недействительные символы, чтобы не перекосить вещи.

import java.util.regex.*;

class TestLetter {
    private static final Pattern ONE_CHAR_PATTERN = Pattern.compile("\\p{L}");
    private static final int NUM_TESTS = 10000000;

    public static void main(String[] args) {
        long start = System.nanoTime();
        int counter = 0;
        for (int i = 0; i < NUM_TESTS; i++) {
            if (testMatches(Character.toString((char) (i % 128))))
                counter++;
        }
        System.out.println(NUM_TESTS + " tests of Pattern.matches() took " +
                (System.nanoTime()-start) + " ns.");
        System.out.println("There were " + counter + "/" + NUM_TESTS +
                " valid characters");
        /*********************************/
        start = System.nanoTime();
        counter = 0;
        for (int i = 0; i < NUM_TESTS; i++) {
            if (testCharacter(Character.toString((char) (i % 128))))
                counter++;
        }
        System.out.println(NUM_TESTS + " tests of isLetter() took " +
                (System.nanoTime()-start) + " ns.");
        System.out.println("There were " + counter + "/" + NUM_TESTS +
                " valid characters");
        /*********************************/
        start = System.nanoTime();
        counter = 0;
        for (int i = 0; i < NUM_TESTS; i++) {
            if (testMatchesNoCache(Character.toString((char) (i % 128))))
                counter++;
        }
        System.out.println(NUM_TESTS + " tests of String.matches() took " +
                (System.nanoTime()-start) + " ns.");
        System.out.println("There were " + counter + "/" + NUM_TESTS +
                " valid characters");
    }

    private static boolean testMatches(final String c) {
        return ONE_CHAR_PATTERN.matcher(c).matches();
    }
    private static boolean testMatchesNoCache(final String c) {
        return c.matches("\\p{L}");
    }
    private static boolean testCharacter(final String c) {
        return Character.isLetter(c.charAt(0));
    }
}

И мой вывод:

10000000 tests of Pattern.matches() took 4325146672 ns.
There were 4062500/10000000 valid characters
10000000 tests of isLetter() took 546031201 ns.
There were 4062500/10000000 valid characters
10000000 tests of String.matches() took 11900205444 ns.
There were 4062500/10000000 valid characters

Так что это почти в 8 раз лучше, даже с кэшированным Pattern. (И без кэширования почти в 3 раза хуже, чем с кэшированием.)

Answer 2

Просто проверяю, находится ли буква в A-Z, потому что в нее не входят буквы с акцентами или буквы других алфавитов.

Я обнаружил, что вы можете использовать класс регулярного выражения для «буквы Юникода» или одного из его вариантов с учетом регистра:

string.matches("\\p{L}"); // Unicode letter
string.matches("\\p{Lu}"); // Unicode upper-case letter

Вы также можете сделать это с Персонажем Класс:

Character.isLetter(character);

но это менее удобно, если вам нужно проверить более одной буквы.