python 检测是否是UTF-8编码

        UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，又称万国码，由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码Unicode字符。用在网页上可以统一页面显示中文简体繁体及其它语言（如英文，日文，韩文）。    

      由于我们使用正则表达式匹配二进制文件或者其他非格式化文件时，正则表达式的匹配内容就有可能出问题，当我们再试图使用这些信息是，编译器可能就报错，不识别这些文字，这时我们就要识别匹配出来的字符串是不是UTF-8编码。

      简单介绍一下UTF-8编码格式，

后面的byte数5、6的都不使用了，所以我们就讨论前面的byte数为1、2、3、4的四种情况。代码说话

def is_UTF_8(str):
	remain = 0         #剩余byte数
	for x in range(len(str)):
		if remain == 0:
			if (ord(str[x]) & 0x80) == 0x00:
				remain = 0
			elif (ord(str[x]) & 0xE0) == 0xC0:
				remain = 1
			elif (ord(str[x]) & 0xF0) == 0xE0:
				remain = 2
			elif(ord(str[x]) & 0xF8) == 0xF0:
				remain = 3
			else:
				return False
		else:
			if not ((ord(str[x]) & 0xC0) == 0x80):
				return False
			remain = remain - 1
	if remain == 0: 	    #最后如果remain不等于零，可能没有匹配完整
        return True
	else:
		return False