如何知道UTF8字符串中的字符数 [英] How to know the number of characters in utf8 string

问题描述

我想知道的是有一个简单的方法来确定字符的数UTF8 字符串。
例如，在窗口可以通过完成：

i want to know is there a simple way to determine the number of characters in UTF8 string. For example, in windows it can be done by:

1. UTF8 字符串转换为 wchar_t的字符串


2. 使用 wcslen 函数，并得到结果

1. converting UTF8 string to wchar_t string
2. use wcslen function and get result

但我需要更简单，跨平台的解决方案。

But I need more simpler and crossplatform solution.

先谢谢了。

推荐答案

UTF-8字符为单字节，其中最左边的位是 0 或多个字节，其中第一个字节的最左位 1..10 ... （以1s的左侧2个以上的），随后的连续字节表格 10 ... （即一个1左）。假设你的字符串格式良好的可以遍历所有字节，并增加你的字符数每次你看到一个字节是形式而不是时间 10 ... - 即所有UTF-8字符计数只有第一个字节

UTF-8 characters are either single bytes where the left-most-bit is a 0 or multiple bytes where the first byte has left-most-bit 1..10... (with the number of 1s on the left 2 or more) followed by successive bytes of the form 10... (i.e. a single 1 on the left). Assuming that your string is well-formed you can loop over all the bytes and increment your "character count" every time you see a byte that is not of the form 10... - i.e. counting only the first bytes in all UTF-8 characters.

这篇关于如何知道UTF8字符串中的字符数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！