如何在C中準確確定UTF-8編碼字串的長度？

確定UTF-8 編碼字串長度

在C 中，std::string 編碼可能會有所不同，並且使用length () 函數UTF-8 編碼的字串可能會產生不準確的實際長度表示。要確定正確的長度，請考慮以下位元組序列模式：

0x00000000 - 0x0000007F:
       0xxxxxxx

0x00000080 - 0x000007FF:
       110xxxxx 10xxxxxx

0x00000800 - 0x0000FFFF:
       1110xxxx 10xxxxxx 10xxxxxx

0x00010000 - 0x001FFFFF:
       11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

要計算UTF-8 編碼字串的實際長度：

1. 將變數len 初始化為0 .
2. 逐個字元地遍歷字串。
3. 對於每個字符，檢查它是否遵循單字節字符 (0xxxxxxx) 的字節序列模式。
4. 如果確實如此，將 len 加 1。
5. 否則，跳過當前和下一個位元組。

以下程式碼片段說明了實作：

<code class="cpp">int len = 0;
const char *s = str.c_str(); // convert to C-style string
while (*s) len += (*s++ & 0xc0) != 0x80;</code>

以上是如何在C中準確確定UTF-8編碼字串的長度？的詳細內容。更多資訊請關注PHP中文網其他相關文章！