判断一个char*是不是utf8编码

Sidyhe

于 2016-07-17 22:42:40 发布

阅读量3.1k

点赞数

分类专栏： C

C 专栏收录该内容

8 篇文章

订阅专栏

本文介绍了一个用于检查字符串是否符合UTF-8编码规范的C语言函数。该函数能够准确判断输入的字符串是否遵循UTF-8编码规则，并对ASCII字符串同样返回正确结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原文链接: http://www.cppblog.com/izualzhy/archive/2012/12/03/195933.html

这里我修改了一下, 纯ASCII编码的字符串也返回true, 因为UTF8和ASCII兼容

int utf8_check(const char* str, size_t length) {
	size_t i;
	int nBytes;
	unsigned char chr;

	i = 0;
	nBytes = 0;
	while (i < length) {
		chr = *(str + i);

		if (nBytes == 0) { //计算字节数
			if ((chr & 0x80) != 0) {
				while ((chr & 0x80) != 0) {
					chr <<= 1;
					nBytes++;
				}
				if ((nBytes < 2) || (nBytes > 6)) {
					return 0; //第一个字节最少为110x xxxx
				}
				nBytes--; //减去自身占的一个字节
			}
		} else { //多字节除了第一个字节外剩下的字节
			if ((chr & 0xC0) != 0x80) {
				return 0; //剩下的字节都是10xx xxxx的形式
			}
			nBytes--;
		}
		i++;
	}
	return (nBytes == 0);
}