C++中可正确获取UTF-8字符长度的函数分享
在C++的char*以及string中，使用的是字节流编码，即sizeof(char)==1。
也就是说，C++是不区分字符的编码的。
而一个合法UTF8的字符长度可能为1～4位。
现在假设一串输入为UTF8编码，如何能准确的定位到每个UTF8字符的“CharPoint”，而不会错误的分割字符呢？
参考这个页面：http://www.nubaria.com/en/blog/?p=289
可以改造出下面的函数：
constunsignedcharkFirstBitMask=128;//1000000
constunsignedcharkSecondBitMask=64;//0100000
constunsignedcharkThirdBitMask=32;//0010000
constunsignedcharkFourthBitMask=16;//0001000
constunsignedcharkFifthBitMask=8;//0000100
intutf8_char_len(charfirstByte)
{
std::string::difference_typeoffset=1;
if(firstByte&kFirstBitMask)//Thismeansthefirstbytehasavaluegreaterthan127,andsoisbeyondtheASCIIrange.
{
if(firstByte&kThirdBitMask)//Thismeansthatthefirstbytehasavaluegreaterthan224,andsoitmustbeatleastathree-octetcodepoint.
{
if(firstByte&kFourthBitMask)//Thismeansthatthefirstbytehasavaluegreaterthan240,andsoitmustbeafour-octetcodepoint.
offset=4;
else
offset=3;
}
else
{
offset=2;
}
}
returnoffset;
}
热门推荐
10 朋友新年祝福语大全 简短
11 新年祝福语简短大方兔年
12 搬新家礼物祝福语简短
13 同学见面花束祝福语简短
14 五一假期祝福语幽默简短
15 离职欢送敬酒祝福语简短
16 对学弟的祝福语简短
17 考老师辞职祝福语简短
18 祝福语驱散霉运的话简短