如何在C中准确确定UTF-8编码字符串的长度？

确定 UTF-8 编码字符串长度

在 C 中，std::string 编码可能会有所不同，并且使用 length() 函数UTF-8 编码的字符串可能会产生不准确的实际长度表示。要确定正确的长度，请考虑以下字节序列模式：

0x00000000 - 0x0000007F:
       0xxxxxxx

0x00000080 - 0x000007FF:
       110xxxxx 10xxxxxx

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

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

要计算 UTF-8 编码字符串的实际长度：

1. 将变量 len 初始化为 0 .
2. 逐个字符地遍历字符串。
3. 对于每个字符，检查它是否遵循单字节字符 (0xxxxxxx) 的字节序列模式。
4. 如果确实如此，将 len 加 1。
5. 否则，跳过当前和下一个字节。

以下代码片段说明了实现：

<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中准确确定UTF-8编码字符串的长度？的详细内容。更多信息请关注PHP中文网其他相关文章！