标签：编码 iStrLen 字节 UTF8 10BBBBBB pString 字符串 bRet

#include <windows.h>
#include <crtdbg.h>

/*
UTF-8 编码规则
1字节 0BBBBBBB 
2字节 110BBBBB 10BBBBBB 
3字节 1110BBBB 10BBBBBB 10BBBBBB 
4字节 11110BBB 10BBBBBB 10BBBBBB 10BBBBBB 
5字节 111110BB 10BBBBBB 10BBBBBB 10BBBBBB 10BBBBBB 
6字节 1111110B 10BBBBBB 10BBBBBB 10BBBBBB 10BBBBBB 10BBBBBB 
*/

//探测输入字符串是否是UTF8字符串
bool IsUtf8String(const char *pString)
{
  bool bRet = true;

  //输入长度
  int iStrLen = pString ? strlen(pString):0;

  //临时变量
  int m,n, iBLen;  BYTE b0;

  for(m=0; bRet && m<iStrLen; )
  {
    //根据第一个字节计算长度
    b0 = (BYTE)pString[m]; 
    iBLen = 0;
    if((b0 & 0x80) == 0x00)      { iBLen = 1; } //1字节
    else if((b0 & 0xE0) == 0xC0) { iBLen = 2; } //2字节
    else if((b0 & 0xF0) == 0xE0) { iBLen = 3; } //3字节
    else if((b0 & 0xF8) == 0xF0) { iBLen = 4; } //4字节
    else if((b0 & 0xFC) == 0xF8) { iBLen = 5; } //5字节
    else if((b0 & 0xFE) == 0xFC) { iBLen = 6; } //6字节
    else {} //非法

    //非法长度或超出缓冲区范围
    if(iBLen <= 0 || m+iBLen > iStrLen)
    {
      bRet = false;
      break;
    }
   
    //判断后续字节需 10xxxxxx
    for(n=1; n<iBLen; n++)
    {
      if((pString[m+n] & 0xC0) == 0x80)
        continue;

      bRet = false;
      break;
    }

    //对齐到下一个长度
    m += iBLen;
  }

  return bRet;
}

int _tmain(int argc, _TCHAR* argv[])
{
  LPCWSTR strW = L"中国";
  CHAR chBuff[16]={0};
  WideCharToMultiByte(CP_UTF8, 0, strW, -1, chBuff, sizeof(chBuff), NULL, NULL);

  _ASSERT(!IsUtf8String((CHAR*)strW));
  _ASSERT(IsUtf8String(chBuff));

	return 0;
}

标签：编码,iStrLen,字节,UTF8,10BBBBBB,pString,字符串,bRet
来源： https://blog.csdn.net/zgl7903/article/details/119908116

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。