迅雷笔试题的Utf-8编码检测的实现

程序中用移位运算来判断，之后觉得没必要，编码完全可以理解为如下表格：

0000-007F	0XXXXXXX	0~127
0080-07FF	110XXXXX 10XXXXXX	192~223 128~191
0800-FFFF	1110XXXX 10XXXXXX 10XXXXXX	224~239 128~191 128~191

直接将unsigned char 转换为 unsigned int ，然后判断大小即可。程序还是沿用移位运算：

#include "stdafx.h"
#include <iostream>
using namespace std;

int calc_utf8_count(unsigned char* data_ptr,unsigned int data_len)
{
	int countOfByte=0;

	if (data_len==0||data_ptr==NULL)
	{
		return 0;
	}

	int curNumByte=0;
    unsigned char curByte=NULL;
	while(curNumByte<data_len)
	{
		curByte=data_ptr[curNumByte];
		if (!(curByte>>7))
		{//说明第一位是0，属于第一种情况
			countOfByte++;
			curNumByte++;
			continue;
		}
		if ((curByte>>5)==6||(curByte>>5)==7)
		{//是以110或111开头
			if ((curByte>>5)==6)
			{//以110开头，属于第二种
				curByte=data_ptr[++curNumByte];
				if ((curByte>>6)==2)
				{//后面的字节以10开头,说明合法
					countOfByte++;
					curNumByte++;
				} 
				else
				{
					return -1;
				}
			} 
			else
			{//以111开头，可能属于第三种
				if ((curByte>>4)==14)
				{//以1110开头，属于第三种
					curByte=data_ptr[++curNumByte];
					if ((curByte>>6)==2)
					{//后面的字节以10开头
						curByte=data_ptr[++curNumByte];
						if ((curByte>>6)==2)
						{//第三个字节以10开头
							countOfByte++;
							curNumByte++;
						} 
						else
						{
							return -1;
						}
					} 
					else
					{
						return -1;
					}
				} 
				else
				{
					return -1;
				}
			}
			
		}
		else
			return -1;
	}

	return countOfByte;
}

int _tmain(int argc, _TCHAR* argv[])
{
	unsigned char data[] = {0x79,0xC0,0x80,0xE0,0x80,0x80,0x78};

	cout<<calc_utf8_count(data,7)<<endl;

	return 0;
}