最近因为项目需要写了一段Shift-JIS字符集判断的函数。

背景: 从AD Server读取用户信息,然后要写到Server上的文件系统,但是在Linux Server上老是出现乱码问题。字符变成了问号。而Windows Server上却没有这样的问题。

后来发现Windows和Linux所使用的字符编码不一样。Linux使用的字符编码是Shift-JIS,而Windows使用的是MS932。因此有些字符在Linux上是不可能显示出来的。比如说⑨。

鬼子要求写一个判断机能,防止使用shift-jis意外的字符。

程序如下:

public static boolean isShiftJIS(String dn){
        if (null == dn) {
            return false;
        }
       
        for (int i = 0; i < dn.length(); i++) {
            char c = dn.charAt(i);
            byte[] b = new byte[0];
            try {
                b = Character.toString(c).getBytes("Shift_JIS");
            } catch (Exception e) {
                e.printStackTrace();
            }

// Shift-JISの1バイトコード(半角文字)のエリア
            if (b.length == 1) {
                int firstByte = b[0];
                if (firstByte < 0) {
                    firstByte += 256;
                }

// 0x00~0x1F、0x7F は制御コードです
                if ((0x00 <= firstByte && firstByte <= 0x1F) || firstByte == 0x7F) {
                    return false;
                }
                // 0x20~0x7E はASCII文字です
                else if (0x20 <= firstByte && firstByte <= 0x7E) {
                    //Unicode -> Shift-Jisの場合、非Shift-JIS文字が[?]に変化
                    if (firstByte != c) {
                        return false;
                    }
                    continue;
                }
                // 0xA1~0xDF は半角カタカナです
                else if (0xA1 <= firstByte && firstByte <= 0xDF) {
                    continue;
                }
                // Shift-JIS以下の文字
                else {
                    return false;
                }
            }
            // シフトJISの2バイトコード(全角文字)のエリア(JIS X 0208の漢字エリア)
            else if (b.length == 2) {
                int firstByte = b[0];
                int secondByte = b[1];

if (firstByte < 0) {
                    firstByte += 256;
                }

if (secondByte < 0) {
                    secondByte += 256;
                }

// 上位1バイト0x81~0x9F、 0xE0~0xEF
                // 下位1バイト0x40~0x7E、 0x80~0xFC
                if ((0x81 <= firstByte && firstByte <= 0x9F || 0xE0 <= firstByte && firstByte <= 0xEF)
                        && (0x40 <= secondByte && secondByte <= 0x7E || 0x80 <= secondByte && secondByte <= 0xFC)) {
                    String sHex = Integer.toHexString(firstByte) + Integer.toHexString(secondByte);
                    int code = Integer.parseInt(sHex, 16);
                    if(0x81AD<=code && code<=0x81B7
                            || 0x81C0<=code && code<=0x81C7
                            || 0x81CF<=code && code<=0x81D9
                            || 0x81E9<=code && code<=0x81EF
                            || 0x81F8<=code && code<=0x81FC
                            || 0x8240<=code && code<=0x824e
                            || 0x8259<=code && code<=0x825f
                            || 0x827A<=code && code<=0x8280
                            || 0x829B<=code && code<=0x829E
                            || 0x82F2<=code && code<=0x82FC
                            || 0x8397<=code && code<=0x839E
                            || 0x83B7<=code && code<=0x83BE
                            || 0x83D7<=code && code<=0x83FC
                            || 0x8461<=code && code<=0x846F
                            || 0x8492<=code && code<=0x849E
                            || 0x84BF<=code && code<=0x84FC
                            || 0x8540<=code && code<=0x889E
                            || 0x9873<=code && code<=0x989E
                            || 0xEBA5<=code && code<=0xEBFC
                            || 0xEB40<=code && code<=0xEFFC){
                        return false;
                    }
                } else {
                    return false;
                }
            }else{
                return false;
            }
        }
        return true;
    }

说明:

文字编码表(Shift_JIS)

Shift-JIS的1字节编码(半角文字)的区域
    * 0x00~0x1f、0x7f是控制字符
    * 0x20~0x7e 是ASCII文字
    * 0xa1~0xdf 是半角カタカナ

Shift-JIS的2字节编码(全角文字)的区域(JIS X 0208的汉字区域)
   * 高字节:0x81~0x9f、 0xe0~0xef

* 低字节:0x40~0x7e、 0x80~0xfc

下面表中,浅蓝色的部分是非Shift-JIS字符。

Shift-JIS为1个字节的场合


16進数
2 進数
下 位 4 ビ ッ ト
0
0000
1
0001
2
0010
3
0011
4
0100
5
0101
6
0110
7
0111
8
1000
9
1001
a
1010
b
1011
c
1100
d
1101
e
1110
f
1111

0
0000
0
NUL
1
SOH
2
STX
3
ETX
4
EOT
5
ENQ
6
ACK
7
BEL
8
BS
9
HT
10
LF
11
VT
12
FF
13
CR
14
SO
15
SI
1
0001
16
DLE
17
DC1
18
DC2
19
DC3
20
DC4
21
NAK
22
SYN
23
ETB
24
CAN
25
EM
26
SUB
27
ESC
28
FS
29
GS
30
RS
31
US
2
0010
32
SP
33
!
34
"
35
#
36
$
37
%
38
&
39
'
40
(
41
)
42
*
43
+
44
,
45
-
46
.
47
/
3
0011
48
0
49
1
50
2
51
3
52
4
53
5
54
6
55
7
56
8
57
9
58
:
59
;
60
<
61
=
62
>
63
?
4
0100
64
@
65
A
66
B
67
C
68
D
69
E
70
F
71
G
72
H
73
I
74
J
75
K
76
L
77
M
78
N
79
O
5
0101
80
P
81
Q
82
R
83
S
84
T
85
U
86
V
87
W
88
X
89
Y
90
Z
91
[
92
/
93
]
94
^
95
_
6
0110
96
`
97
a
98
b
99
c
100
d
101
e
102
f
103
g
104
h
105
i
106
j
107
k
108
l
109
m
110
n
111
o
7
0111
112
p
113
q
114
r
115
s
116
t
117
u
118
v
119
w
120
x
121
y
122
z
123
{
124
|
125
}
126
~
127
DEL
8
1000
128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143
9
1001
144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159
a
1010
160 161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
b
1011
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
ソ
c
1100
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
d
1101
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
e
1110
224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239
f
1111
240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255

Shift-JIS为2个字节的场合

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94
16進 40 41 42 43 44 45 46 47 48 49 4a 4b 4c 4d 4e 4f 50 51 52 53 54 55 56 57 58 59 5a 5b 5c 5d 5e 5f 60 61 62 63 64 65 66 67 68 69 6a 6b 6c 6d 6e 6f 70 71 72 73 74 75 76 77 78 79 7a 7b 7c 7d 7e 7f 80 81 82 83 84 85 86 87 88 89 8a 8b 8c 8d 8e 8f 90 91 92 93 94 95 96 97 98 99 9a 9b 9c 9d 9e 9f a0 a1 a2 a3 a4 a5 a6 a7 a8 a9 aa ab ac ad ae af b0 b1 b2 b3 b4 b5 b6 b7 b8 b9 ba bb bc bd be bf c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 ca cb cc cd ce cf d0 d1 d2 d3 d4 d5 d6 d7 d8 d9 da db dc dd de df e0 e1 e2 e3 e4 e5 e6 e7 e8 e9 ea eb ec ed ee ef f0 f1 f2 f3 f4 f5 f6 f7 f8 f9 fa fb fc
01/02 81   ´ ¨ _ ± × ÷ ° §
03/04 82
05/06 83 Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω α β γ δ ε ζ η θ ι κ λ μ ν ξ ο π ρ σ τ υ φ χ ψ ω
07/08 84 А Б В Г Д Е Ё Ж З И Й К Л М Н О П Р С Т У Ф Х Ц Ч Ш Щ Ъ Ы Ь Э Ю Я а б в г д е ё ж з и й к л м н о п р с т у ф х ц ч ш щ ъ ы ь э ю я
09/10 85
11/12 86
13/14 87
15/16 88
17/18 89 沿
19/20 8a 橿 竿
21/22 8b
23/24 8c
25/26 8d 稿
27/28 8e 使 姿 鹿 湿 寿
29/30 8f 宿 駿
31/32 90 西 穿
33/34 91 退
35/36 92 辿 調 椿
37/38 93 殿 禿 廿
39/40 94 尿
41/42 95 便 簿
43/44 96 貿 麿 婿 綿
45/46 97 輿 耀
47/48 98 丿
49/50 99
51/52 9a
53/54 9b 广
55/56 9c 彿 忿
57/58 9d
59/60 9e 榿 槿
61/62 9f 歿 滿 漿
a0
a1
a2
a3
a4
a5
a6
a7
a8
a9
aa
ab
ac
ad
ae
af
b0
b1
b2
b3
b4
b5
b6
b7
b8
b9
ba
bb
bc
bd
be
bf
c0
c1
c2
c3
c4
c5
c6
c7
c8
c9
ca
cb
cc
cd
ce
cf
d0
d1
d2
d3
d4
d5
d6
d7
d8
d9
da
db
dc
dd
de
df
63/64 e0
65/66 e1
67/68 e2 祿 窿
69/70 e3 紿 繿
71/72 e4
73/74 e5
75/76 e6 覿 谿 跿
77/78 e7
79/80 e8
81/82 e9 鴿
83/84 ea
85/86 eb
87/88 ec
89/90 ed 俿 氿 溿
91/92 ee 譿
93/94 ef

Shift-JIS字符集判断相关推荐

  1. Shift-JIS字符集判断,注意绿色的部分是ms932包含的,用getlength()方法获得的length都是1,判断成半角会出现bug

    最近因为项目需要写了一段Shift-JIS字符集判断的函数. 背景: 从AD Server读取用户信息,然后要写到Server上的文件系统,但是在Linux Server上老是出现乱码问题.字符变成了 ...

  2. EBCDIK,EBCDIC,ASCII,shift JIS間の変換

    http://itdoc.hitachi.co.jp/manuals/3020/3020759580/G5950334.HTM#ID01056 转载于:https://www.cnblogs.com/ ...

  3. 【转】刨根究底字符编码之七——ANSI编码与代码页

    一.ANSI编码 1. 如前所述,在全世界所有国家和地区的文字符号统一编码的UCS/Unicode编码方案问世之前(UCS.Unicode后文有详细介绍),各个国家.地区为了用计算机记录并显示自己的字 ...

  4. qr二维码遇到的一些问题

    编码模式,大体定义如下: typedef enum {     QR_MODE_NUL = -1,  ///< Terminator (NUL character).     Internal ...

  5. 关于QR二维码的编码模式

    编码模式,大体定义如下: typedef enum {     QR_MODE_NUL = -1,  ///< Terminator (NUL character).     Internal ...

  6. 小结字符集及字符编码问题

    原文转自我的个人博客--温馨咖啡小屋 字符编码问题一直深深困扰着我~无论是网页还是数据库抑或是单纯的文件字符流,总有各种奇怪的编码问题.之所以称之为奇怪其实主要还是因为我对于编码的知识了解太浅.近来深 ...

  7. Oracle学习笔记 字符集概述

    Oracle 学习笔记 字符集概述 这节课开始讲oracle里面的字符集 偏重于原理和简单的一些判断以及实现 字符集它涉及到很多的东西 比如建库和操作系统环境 这节课把字符集的原理性的东西以及常见的操 ...

  8. 由web程序出现乱码开始挖掘(Bom头、字符集与乱码)

    从第一次开始写web程序,自己还有身边同事开发出现乱码情况基本都没有消停过.估计以后还会一样继续. 这么些年,不断修修改改,也总结也归纳.程序从asp,asp.net,jsp,php,服务器从wind ...

  9. 字符,字符集,字符编码

    字符,字符集,字符编码 简书郭文圣 现在Unicode已然一统天下,我想很多年轻的程序员可能都没遇到过编码问题,更不用说了解编码的发展了.前些日子在一个老网站上偶遇乱码,虽然入行时间不短,但对其究竟也 ...

最新文章

  1. macos下 python安装cx_oracle
  2. 将csv文件导入到数据库中
  3. spring mvc学习(31):原生api
  4. Magento教程 9:如何上传商品?
  5. 英雄无敌6服务器在哪个文件夹,Win7系统无法运行英雄无敌6的两种原因和解决方法...
  6. Ubuntu18.10与windows7文件夹共享
  7. oracle新建用户,授权,建表空间语句
  8. Hadoop-熟悉常用的HDFS操作
  9. (转)任正非圣诞文章:千古兴亡多少事,一江春水向东流,为轮值CEO鸣锣开道...
  10. Java1.5并发包下阻塞队列的生产者与消费者功能简单实现
  11. 一页纸商业计划书 (Business Plan) 模板(转载)
  12. Java,List转json,json转List
  13. AmazeUI图片轮播
  14. html5 播放 3gp,一个html5播放视频的video控件只支持android的默认格式mp4和3gp
  15. ps怎么加底部阴影_PS三分钟之如何在PS中给物体添加阴影
  16. 【Spark重点难点】你从未深入理解的RDD和关键角色
  17. 在上海相亲碰到如此势利贪婪的“80后”女孩
  18. CDR X7 限时3折618年中大促,是时候出手了!
  19. 20177101010101 白玛次仁《面向对象程序设计》第十八周学习总结
  20. CString 使用详解

热门文章

  1. MATLAB脚本图片格式eps转pdf
  2. 20230211英语学习
  3. js验证电话号码(包括手机,固定电话,带区号,不带区号))
  4. table中文排序,间隔色HTC组件
  5. containerd1.5.5的安装
  6. div+css静态网页设计—全球旅游私人订制(6页) HTML+CSS+JS网页设计期末课程大作业
  7. Intra-LTE Handover : S1 based Handover
  8. C/C++校园导游系统
  9. 方便好用的黑科技神器分享
  10. 最值得看的十大机器学习公开课