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
7 简短的二胎祝福语
10 简短霸气女儿生日 祝福语
11 祝福语高考小众诗句简短
12 元旦祝福语20秒简短
13 老师过年祝福语大全 简短
14 一生祝福语简短
15 产检祝福语简短霸气
16 朋友店开张祝福语简短
17 生日爱情祝福语大全简短
18 朋友女儿生日祝福语 简短