Jak ustalić, czy postać jest literą w Javie?

Question

Jak sprawdzić, czy jednoliterowy ciąg to litera - w tym wszelkie litery z akcentami?

Musiałem to ostatnio rozwiązać, więc odpowiem sobie sam, po przypomnieniu sobie niedawnego pytania VB6.

Answer 1

Wystarczy sprawdzić, czy litera jest w A-Z, ponieważ nie zawiera ona liter z akcentami lub liter w innych alfabetach.

I okazało się, że można użyć zwykłej klasy ekspresyjną dla „pisma Unicode” lub jedną z jej odmian wielkość liter:

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

można też zrobić to z Charakter Klasa:

Character.isLetter(character); 

ale jest to mniej wygodne, jeśli trzeba sprawdzić więcej niż jedną literę.

Answer 2

Character.isLetter() jest znacznie szybszy niż string.matches(), ponieważ string.matches() kompiluje nowy wzorzec za każdym razem. Nawet buforując wzorzec, myślę, że isLetter() nadal by go pobił.

---

EDIT: Wystarczy biegł to jeszcze raz i pomyślałem, że starają się wymyślić kilka liczb rzeczywistych. Oto moja próba testu porównawczego, sprawdzająca wszystkie trzy metody (bez buforowania wartości Pattern i Character.isLetter()). Upewniłem się też, że sprawdzane są zarówno poprawne, jak i nieprawidłowe znaki, aby nie przekręcić rzeczy.

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)); 
    } 
} 

I moje wyjście:

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

Więc to prawie 8x lepiej, nawet z pamięci podręcznej Pattern. (I uncached jest prawie 3 razy gorszy niż buforowany).