如何確定 C 中 UTF-8 編碼字串的實際長度？

確定C 中UTF-8 編碼字串的實際長度

UTF-8 是一種可變寬度字元編碼方案，這意味著字串的長度（以位元組為單位）不一定與其包含的字元數相對應。在 C 中使用 UTF-8 字串時，這可能是一個問題，因為 str.length() 方法傳回字串中的位元組數，而不是字元數。

要準確地確定字串的長度C 中的 UTF-8 編碼字串，可以使用以下方法：

計算字串中第一位元組的數量。第一個位元組是不符合 10xxxxxx 的位元組，因為這些位元組指示多位元組字元序列的開始。

這是一個範例實作：

<code class="cpp">int len = 0;
while (*s) len += (*s++ & 0xc0) != 0x80;</code>

在此程式碼中， s 指標迭代字串，&0xc0 操作屏蔽每個位元組的前兩位。如果前兩位是 0b10（表示連續位元組），則計數不會遞增。否則，它會遞增，並且指標前進到下一個位元組。這個過程一直持續到到達字串末尾，此時 len 將包含字串的實際字元長度。

以上是如何確定 C 中 UTF-8 編碼字串的實際長度？的詳細內容。更多資訊請關注PHP中文網其他相關文章！