搜索与UTF-8字符串或将其分割成UTF-8符号数组的平台和第三方库独立的方式.
请张贴一个代码段.
解决了：
C++ iterate or split UTF-8 string into array of symbols?
解决方法
如果我明白了,听起来你想要找到每个UTF-8字符的开始.如果是这样,那么解析它们是相当简单的(解释它们是另一回事).但是,涉及到的字节数有多少是由
RFC定义的：
Char. number range | UTF-8 octet sequence (hexadecimal) | (binary) --------------------+--------------------------------------------- 0000 0000-0000 007F | 0xxxxxxx 0000 0080-0000 07FF | 110xxxxx 10xxxxxx 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
例如,如果lb具有UTF-8字符的第一个八位字节,我认为以下将确定涉及的八位字节数.
unsigned char lb; if (( lb & 0x80 ) == 0 ) // lead bit is zero,must be a single ascii printf( "1 octet\n" ); else if (( lb & 0xE0 ) == 0xC0 ) // 110x xxxx printf( "2 octets\n" ); else if (( lb & 0xF0 ) == 0xE0 ) // 1110 xxxx printf( "3 octets\n" ); else if (( lb & 0xF8 ) == 0xF0 ) // 1111 0xxx printf( "4 octets\n" ); else printf( "Unrecognized lead byte (%02x)\n",lb );
最终,尽管如此,如果在另一篇文章中建议您使用现有的图书馆,您将会更加完美.上面的代码可以根据八位字节对字符进行分类,但是一旦完成,它们不会帮助“做任何事情”.
