UTF-8字符串分段选取（转）

关注

原创最新推荐文章于 2026-08-28 14:49:14 发布 441 阅读 AI 写同款· GEO 优化 ›

RSA算法全解析：从数学原理到Python实现与安全实践非对称加密是现代信息安全体系的基石，它通过公钥和私钥的配对解决了密钥分发难题。其核心原理基于大数分解等数学难题的计算不可行性，确保了即使公钥公开，也无法逆向推导出私钥。这项技术为数字签名、身份认证和安全通信提供了基础支撑，广泛应用于SSL/TLS、API接口认证和数据加密等场景。本文以RSA算法为例，深入剖析其密钥生成、加密解密流程，并结合Python代码实现，探讨了在CTF竞赛、系统安全扫描和实际开发对接中遇到的典型问题，如“缺乏前向保密”风险、密钥交换机制以及接口加解密失败排查。通过理解RSA的工作原理阅读详情

C或C++语言处理宽字节字符串上是个弱项，虽然stl定义了wstring等类型，但是实际应用中还是存在一些问题，而C语言的支持就更少了，如果想跨平台，问题就会更多。

最近项目中要处理utf-8字符串，需要计算字符串长度以及对其裁剪，例子代码如下：

#include <stdio.h>

#include <string.h>

#include <stdlib.h>

//utf8字符长度1-6，可以根据每个字符第一个字节判断整个字符长度

//0xxxxxxx

//110xxxxx 10xxxxxx

//1110xxxx 10xxxxxx 10xxxxxx

//11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

//111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

//1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

//定义查找表，长度256，表中的数值表示以此为起始字节的utf8字符长度

unsigned char utf8_look_for_table[] =

{

1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,

2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,

3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,

4, 4, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 1, 1

};

#define UTFLEN(x) utf8_look_for_table[(x)]

//计算str字符数目

int getUtf8Length(char *str)

{

int clen = strlen(str);

int len = 0;

for(char *ptr = str;

*ptr!=0&&len<clen;

len++, ptr+=UTFLEN((unsigned char)*ptr));

return len;

}

//get子串

char* subUtfString(char *str, unsigned int start, unsigned int end)

{

int len = getUtf8Length(str);

if(start >= len) return NULL;

if(end > len) end = len;

char *sptr = str;

for(int i = 0; i < start; ++i,sptr+=UTFLEN((unsigned char)*sptr));

char *eptr = sptr;

for(int i = start; i < end; ++i,eptr += UTFLEN((unsigned char)*eptr));

int retLen = eptr - sptr;

char *retStr = (char*)malloc(retLen+1);

memcpy(retStr, sptr, retLen);

retStr[retLen] = 0;

return retStr;

}

int main()

{

char *str = "我的a测试工具阿斯顿aaab123阿斯顿个流氓了卡斯！";

printf("%s\n", str);

for(char *ptr=str; *ptr!=0;) {

unsigned char c = (unsigned char)*ptr;

printf("str[%d] is a word character with %d bytes\n", c, UTFLEN(c));

ptr += UTFLEN(c);

}

printf("%d\n", getUtf8Length(str));

char *sub = subUtfString(str, 2, 100);

if(sub) {

printf("%s\n", sub);

free(sub);

sub = NULL;

}

return 0;

}

程序在osx下调试通过。

在vs2005下，默认的文件编码格式是gb2312，需要将文件保存成utf8格式。

经过我的测试，可以正常使用。我是在VS2010中使用的，不过UTF-8的字符串我是从外部读进来的。

用到了一个std::string 中的const char*字符串强转为char*字符串的方法：

char* p =const_cast<char*>(loadString.c_str());

转自：http://blog.sina.com.cn/s/blog_62b2318d0101d7kb.html

收录于

C/C++

字符宽度解析：从CSS到终端的中英文混排对齐指南字符宽度看似简单，却在中英文混排、表格对齐和终端输出中频繁引发错位问题。其核心并不在于宽度数值的调整，而在于理解字符宽度所处的层次：字体层、排版层或程序计数层。Unicode的East Asian Width属性定义了全角、半角与模糊宽度，JavaScript的length则基于UTF-16码元计数，与用户感知的字素和显示宽度存在显著差异。厘清这些概念后，才能在CSS中正确使用ch单位、tabular-nums和tab-size，在代码中借助string-width或wcwidth等库实现精确的宽度计算与填阅读详情

UTF-8字符串分段选取（转）

相关推荐