判断字符串是否为utf-8编码（c语言）

最新推荐文章于 2025-06-26 13:45:25 发布
原创 最新推荐文章于 2025-06-26 13:45:25 发布 · 3.7k 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文分享了一段有效的UTF-8编码检测代码，通过逐字节解析，判断字符串是否符合UTF-8编码规则。深入探讨了UTF-8编码机制，包括1到6字节编码范围及错误检测逻辑。

先上代码，实测有效：

bool utf8_check(const char* str,size_t length)
{
    size_t i = 0;
    int nBytes = 0;////UTF8可用1-6个字节编码,ASCII用一个字节
    unsigned char ch = 0;
    while(i < length)
    {
        ch = *(str + i);
        if(nBytes == 0)
        {
            if((ch & 0x80) != 0)
            {
                while((ch & 0x80) != 0)
                {
                    ch <<= 1;
                    nBytes ++;
                }
                if((nBytes < 2) || (nBytes > 6))
                {
                    return false;
                }
                nBytes --;
            }
        }
        else
        {
            if((ch & 0xc0) != 0x80)
            {
                return false;
            }
            nBytes --;
        }
        i ++;
    }
    return (nBytes == 0);
}

详述字符编码：

https://blog.youkuaiyun.com/caixiaobai_1/article/details/103876783

c语言之判断字符串是否包含utf-8
我不是码农的博客~~~
05-26 333
【代码】c语言之判断字符串是否包含utf-8。
UTF-8字符串分割，判断字符串是否为UTF-8
weixin_42369301的博客
12-14 405
UTF-8字符串分割；判断字符是否为UTF-8
如何判断一个字符串是否是UTF8编码
weixin_34112030的博客
02-06 738
UTF8是以8bits即1Bytes为编码的最基本单位，当然也可以有基于16bits和32bits的形式，分别称为UTF16和UTF32，但目前用得不多，而UTF8则被广泛应用在文件储存和网络传输中。 　　编码原理 　　先看这个模板： 　　UCS-4 range (hex.) UTF-8 octet sequence (binary) 　　0000 0000-0000 007F 0xxxx...
判断字符串是否为UTF8编码
weixin_30507481的博客
01-15 725
UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码。由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到4个字节编码Unicode字符。用在网页上可以统一页面显示中文简体繁体及其它语言（如英文，日文，韩文）。 <?php /** *检查字符串是否是utf8编码 *...
c++判断字符串是否为utf8编码
ljy338的博客
01-31 1994
如果想要查看文本文件的编码方式，可以用记事本打开文件，然后选择"另存为"菜单，即可查看当前的编码方式。在windows平台下，win7系统文本文件默认为ANSI即多字节编码，而win10和win11默认为utf-8编码。不论是ANSI，还是UTF-8，在打开文件之前，都无法得知其编码方式。常用的方法是先按照ANSI读取，然后判断字符串是否UTF-8编码，如果是，再转换为ANSI编码。1、bool IsUTF8 = false，默认为非UFT8，直到遇到UFT8为止，这样更加准确。
c判断字符串编码
mzr122的专栏
04-12 1289
还没测试，先贴过来 #include <stdio.h> #include <string.h> #include <stdlib.h> bool is_str_utf8(const char* str); bool is_str_gbk(const char* str); //判断是否是UTF-8 bool is_str_utf8(const char* str) { unsigned int nBytes = 0;//UFT8可用1-6个字节编码,A...
判断字符串是否是utf-8编码格式[C/C++]
jiankekejian的专栏
06-12 2140
/************************************************************* * 校验字符串是否以UTF-8编码,主要原理是判断位数是否对应 * UTF-8编码规则: * 1字节 0xxxxxxx 注:和ascii码相同,这种不用判断,直接跳过 * 2字节 110xxxxx 10xxxxxx * 3字节 1110xxxx 10xxxxxx 10xxxxxx * 4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx .
C语言字符编码转换UNICODE、GBK、UTF-8互相转换
06-27
总之，C语言虽然没有内置的字符编码转换机制，但通过理解不同编码的原理和使用适当的库或API，可以实现UNICODE、GBK和UTF-8之间的转换。在进行这样的编程时，确保充分理解字符编码的细节，以及处理异常情况的方法，...
Aya的学习笔记：C语言，检测文件的编码格式，检测字符串是否是UTF-8。
qq_37415550的博客
03-18 641
检测文件编码格式 正文完全检测 检测文本文件的编码格式。 参数是文件地址。 返回值： -1：文件不存在。 0：ANSI 1：UTF-8 2：带BOM的UTF-8 3：UTF-16 LE 4：UTF-16 BE 5：UTF-32 LE 6：UTF-32 BE #include <stdio.h> #include <stdlib.h> int EncodeTest(ch...
C语言中判断一个char*是不是utf8编码
01-20
C语言中判断一个char*是不是utf8编码 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 实例代码： int utf8_check(const char* str, size_t length) { size_t i; int nBytes; unsigned ...
判断是否是utf8编码的c程序
04-15
本代码可以直接嵌入到c代码中直接编译，并判断当前的字符是否是utf8编译，避免研究utf8字符的规范自己编写，该函数是本人遇到有些字符是非utf8编码时写入数据库失败而编写的，经几个月的运行未发现判断失误导致的入库失败问题
C++实现判断一个字符串是否为UTF8或GBK格式的方法
08-28
主要介绍了C++实现判断一个字符串是否为UTF8或GBK格式的方法,涉及C++针对字符编码的遍历、判断、编码转换等相关操作技巧,需要的朋友可以参考下
c语言判断utf-8字符串是否为汉字,C语言中判断一个char*是不是utf8编码
weixin_42292183的博客
05-17 1202
C语言中判断一个char*是不是utf8编码里我修改了一下, 纯ASCII编码的字符串也返回true, 因为UTF8和ASCII兼容实例代码：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...
判断字符串是否是UTF8
Keivin
06-26 313
start++;break;break;= 0x80)break;start += 2;break;= 0x80)break;start += 3;elsebreak;return Is8;
判断字符串是否为utf8
celerylxq的专栏
09-02 727
bool is_str_utf8(const char* str) { unsigned int nBytes = 0;//UFT8可用1-6个字节编码,ASCII用一个字节 unsigned char chr = *str; bool bAllAscii = true; for (unsigned int i = 0; str[i] != '\0'; ++i){ chr = *(str + i); //判断是否ASCII编码,如果不是,说明有可能是UTF8,ASCII用7位...
C语言判断读取的文件内容字符编码是UTF-8还是GBK
weixin_45084986的博客
12-01 3012
自定义两个字符编码判断函数 bool is_str_utf8(const char* str); bool is_str_gbk(const char* str); 测试文件 代码详细： #include <stdio.h> #include <string.h> #include <stdlib.h> bool is_str_utf8(const char* str); bool is_str_gbk(const char* str); //判断是否是UTF-8
判断字符串是否UTF8编码
weixin_30675247的博客
11-23 392
UTF-8的编码规则很简单，只有二条： 1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。 2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。举个例子，已知“严”的unicode是4E2...
字符集和字符编码（附c语言判断utf8编码）
caixiaobai_1的博客
01-07 6985
1.基础知识 1.1.字符集 字符（Character）是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。 字符集（Character set）是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集有：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。 那么为什么会有那么多字符集标准呢？这是因为，很多规...
c语言判断是否是utf8字符串，计算字符个数
vrix的专栏
12-26 1345
#include &lt;stdio.h&gt; #include &lt;string.h&gt; #include &lt;stdlib.h&gt; /**************************************************************************** Unicode符号范围 | UTF-8编码方式     (十六进制) | （二进...
c语言使用 UTF-8 编码发送字符串
最新发布
06-27
在 C 语言中使用 UTF-8 编码发送字符串，需要明确处理字符串的编码方式，并确保发送端与接收端采用相同的字符集标准。C 语言本身不提供内置的字符编码转换机制，因此通常依赖手动操作或第三方库来实现 UTF-8 编码和解码。 ### 使用 UTF-8 编码发送字符串 在 Windows 平台上，可以使用 `MultiByteToWideChar` 和 `WideCharToMultiByte` 函数进行编码转换；而在 Linux 或其他类 Unix 系统中，则可以借助 `iconv` 库进行字符集转换。以下是一个使用 `iconv` 的示例代码： ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #include <iconv.h> int convert_encoding(const char *from_charset, const char *to_charset, const char *input, size_t in_len, char *output, size_t out_len) { iconv_t cd = iconv_open(to_charset, from_charset); if (cd == (iconv_t)-1) { perror("iconv_open"); return -1; } char *inbuf = (char *)input; char *outbuf = output; size_t inbytesleft = in_len; size_t outbytesleft = out_len; if (iconv(cd, &inbuf, &inbytesleft, &outbuf, &outbytesleft) == (size_t)(-1)) { perror("iconv"); iconv_close(cd); return -1; } *outbuf = '\0'; iconv_close(cd); return 0; } int main() { const char *utf16_str = u8"你好，世界！"; // 假设为 UTF-16 或宽字符 char utf8_str[256]; // 将 UTF-16 转换为 UTF-8（实际中根据具体输入编码调整） if (convert_encoding("UTF-16", "UTF-8", utf16_str, strlen(utf16_str), utf8_str, sizeof(utf8_str)) == 0) { printf("UTF-8 Encoded String: %s\n", utf8_str); // 发送 UTF-8 字符串 // send(socket_fd, utf8_str, strlen(utf8_str), 0); } return 0; } ``` 该程序展示了如何将一个非 UTF-8 编码的字符串转换为 UTF-8 格式，并准备通过网络或其他方式发送出去[^1]。 ### 接收端解码 UTF-8 字符串 接收端必须以相同的 UTF-8 编码方式进行解码，才能正确还原原始文本内容。例如，若接收到的数据是 UTF-8 编码的字节流，则可直接作为字符串处理，或者再次使用 `iconv` 进行转换： ```c // 接收 UTF-8 数据并验证是否符合 UTF-8 编码规则 int is_valid_utf8(const char *str, size_t length) { size_t i; int nBytes = 0; unsigned char chr; for (i = 0; i < length; i++) { chr = str[i]; if (nBytes == 0) { if ((chr & 0x80) != 0) { while ((chr & 0x80) != 0) { chr <<= 1; nBytes++; } if (nBytes < 2 || nBytes > 6) return 0; nBytes--; } } else { if ((chr & 0xC0) != 0x80) return 0; nBytes--; } } return (nBytes == 0); } int main() { const char *received_data = "\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8c\xe4\xb8\x96\xe7\x95\x8c\xef\xbc\x81"; if (is_valid_utf8(received_data, strlen(received_data))) { printf("Received valid UTF-8 string: %s\n", received_data); } else { printf("Invalid UTF-8 encoding.\n"); } return 0; } ``` 上述函数实现了 UTF-8 编码格式的校验功能，有助于判断接收到的数据是否为合法的 UTF-8 字符串[^2]。 ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值