正文

Java判断文本是否为泰语：简单步骤实现语言检测

/0 浏览量
0322

在Java中判断文本是否为泰语，可以通过多种方式实现。以下是一个简单的步骤，使用Java内置的库和第三方库来检测文本的语言。

1. 使用Java内置库

Java内置的java.text.BreakIterator类可以用来检测文本的语言。以下是一个简单的示例：

import java.text.BreakIterator;
import java.util.Locale;

public class LanguageDetection {

    public static boolean isThaiLanguage(String text) {
        BreakIterator breakIterator = BreakIterator.getWordInstance(Locale.US);
        breakIterator.setText(text);
        int start = breakIterator.first();
        while (breakIterator.next() != BreakIterator.DONE) {
            String word = text.substring(start, breakIterator.current());
            if (word.matches("[ก-ฝะ-฿ะ-ๆะ-์]+")) {
                return true;
            }
            start = breakIterator.next();
        }
        return false;
    }

    public static void main(String[] args) {
        String text = "สวัสดีครับ";
        boolean isThai = isThaiLanguage(text);
        System.out.println("Is the text in Thai? " + isThai);
    }
}

在这个例子中，我们使用了正则表达式来匹配泰语字符。这种方法比较简单，但是不够准确，因为它不能检测到混合语言文本。

2. 使用第三方库

对于更准确的语言检测，可以使用第三方库，如icu4j。以下是如何使用icu4j来检测文本是否为泰语：

首先，你需要将icu4j库添加到你的项目中。如果你使用Maven，可以在pom.xml中添加以下依赖：

<dependency>
    <groupId>com.ibm.icu</groupId>
    <artifactId>icu4j</artifactId>
    <version>70.1</version>
</dependency>

然后，你可以使用以下代码来检测文本是否为泰语：

import com.ibm.icu.text.BreakIterator;
import com.ibm.icu.util.LocaleData;

public class LanguageDetection {

    public static boolean isThaiLanguage(String text) {
        BreakIterator breakIterator = BreakIterator.getWordInstance(Locale.US);
        breakIterator.setText(text);
        int start = breakIterator.first();
        while (breakIterator.next() != BreakIterator.DONE) {
            String word = text.substring(start, breakIterator.current());
            if (LocaleData.contains(word, "TH")) {
                return true;
            }
            start = breakIterator.next();
        }
        return false;
    }

    public static void main(String[] args) {
        String text = "สวัสดีครับ";
        boolean isThai = isThaiLanguage(text);
        System.out.println("Is the text in Thai? " + isThai);
    }
}

在这个例子中，我们使用了icu4j的LocaleData.contains方法来检测文本是否包含泰语字符。

3. 总结

以上两种方法都可以用来判断文本是否为泰语。内置库的方法简单易行，但可能不够准确；而icu4j库提供了更准确的语言检测功能。根据你的需求选择合适的方法。

-- 展开阅读全文 --