C++实例-判断字符串是否UTF8编码.docx

C++实例:判断字符串是否UTF8编码
编码原理
　　先看这个模板：
　　UCS-4 range (hex.) UTF-8 octet sequence (binary)
　　0000 0000-0000 007F 0xxxxxxx

C++实例:判断字符串是否UTF8编码
编码原理
　　先看这个模板：
　　UCS-4 range (hex.) UTF-8 octet sequence (binary)
　　0000 0000-0000 007F 0xxxxxxx
　　0000 0080-0000 07FF 110xxxxx 10xxxxxx
　　0000 0800-0000 FFFF 1110xxxx 10xxxxxx 10xxxxxx
　　0001 0000-001F FFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
　　0020 0000-03FF FFFF 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
　　0400 0000-7FFF FFFF 1111110x 10xxxxxx ... 10xxxxxx
　　编码步骤：
　　1) 首先确定需要多少个8bits(octets)
　　2) 根据上述模板填充每个octets的高位bits
　　3) 把字符的bits填充至x中，字符挨次：低位→高位，UTF8挨次：最终一个octet的最末位x→第一个octet位x
　　依据UTF8编码,最多可由6个字节组成,所以UTF8是1-6字节编码组成
　　C++代码如下:


　　int IsTextUTF8(char* str,ULONGLONG length)
　　{
　　int i;
　　DWORD nBytes=0;//UFT8可用1-6个字节编码,ASCII用一个字节
　　UCHAR chr;
　　BOOL bAllAscii=TRUE; //假如全部都是ASCII, 说明不是UTF-8
　　for(i=0;i=0x80)
　　{
　　if(chr>=0xFC
　　else if(chr>=0xF8)
　　nBytes=5;
　　else if(chr>=0xF0)
　　nBytes=4;
　　else if(