C++判断字符串是否为UTF8格式(代码)

Hat_man_

于 2022-09-14 08:48:05 发布

阅读量639

点赞数

分类专栏： C++ MFC 文章标签： c++ servlet

本文链接：https://blog.csdn.net/Hat_man_/article/details/126845341

版权

MFC 同时被 2 个专栏收录

49 篇文章 1 订阅

订阅专栏

C++

46 篇文章 3 订阅

订阅专栏

BOOL 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; //如果全部都是ASCII, 说明不是UTF-8

   for(i=0;i<length;i++)
   {
       chr= *(str+i);

       // 判断是否ASCII编码,如果不是,说明有可能是UTF-8,ASCII用7位编码,但用一个字节存,最高位标记为0,o0xxxxxxx
       if( (chr&0x80) != 0 )
           bAllAscii= FALSE;

       if(nBytes==0) //如果不是ASCII码,应该是多字节符,计算字节数
       {
           if(chr>=0x80)
           {
               if(chr>=0xFC&&chr<=0xFD)
                   nBytes=6;
               else if(chr>=0xF8)
                   nBytes=5;
               else if(chr>=0xF0)
                   nBytes=4;
               else if(chr>=0xE0)
                   nBytes=3;
               else if(chr>=0xC0)
                   nBytes=2;
               else
               {
                   return FALSE;
               }
               nBytes--;
           }
       }
       else //多字节符的非首字节,应为 10xxxxxx
       {
           if( (chr&0xC0) != 0x80 )
           {
               return FALSE;
           }
           nBytes--;
       }
   }

   if( nBytes > 0 ) //违返规则
   {
       return FALSE;
   }

   if( bAllAscii ) //如果全部都是ASCII, 说明不是UTF-8
   {
       return FALSE;
   }

   return TRUE;
}