C语言字符串中的UTF-8编码处理

在C语言中，处理UTF-8编码的字符串需要一些特殊的技巧，因为UTF-8是一种可变长度的编码方式，其中一个字符可能由1到4个字节组成

1. 计算字符串长度：

#include<stdio.h>
#include<string.h>

size_t utf8_strlen(const char *str) {
    size_t len = 0;
    for (size_t i = 0; str[i] != '\0'; ++i) {
        if ((str[i] & 0xC0) != 0x80) {
            ++len;
        }
    }
    return len;
}

int main() {
    const char *str = "你好，世界！";
    printf("UTF-8字符串长度: %zu\n", utf8_strlen(str));
    return 0;
}

2. 遍历字符串中的字符：

#include<stdio.h>
#include<string.h>

void utf8_print_chars(const char *str) {
    for (size_t i = 0; str[i] != '\0'; ++i) {
        if ((str[i] & 0xC0) != 0x80) {
            int char_len = 1;
            if ((str[i] & 0xF0) == 0xF0) {
                char_len = 4;
            } else if ((str[i] & 0xE0) == 0xE0) {
                char_len = 3;
            } else if ((str[i] & 0xC0) == 0xC0) {
                char_len = 2;
            }
            printf("Character: ");
            for (int j = 0; j< char_len; ++j) {
                printf("%02X ", (unsigned char)str[i + j]);
            }
            printf("\n");
            i += char_len - 1;
        }
    }
}

int main() {
    const char *str = "你好，世界！";
    utf8_print_chars(str);
    return 0;
}

3. 将UTF-8字符串转换为宽字符（wchar_t）字符串：

#include<stdio.h>
#include<string.h>
#include <wchar.h>
#include<locale.h>

int main() {
    setlocale(LC_ALL, ""); // 设置本地化，以便正确处理宽字符
    const char *str = "你好，世界！";
    wchar_t wstr[256];
    mbstowcs(wstr, str, sizeof(wstr) / sizeof(wstr[0]));
    wprintf(L"Wide string: %ls\n", wstr);
    return 0;
}

注意：在处理UTF-8编码的字符串时，请确保使用支持UTF-8的库和系统。同时，对于不同平台和编译器，处理方式可能略有不同。在实际开发中，可以考虑使用第三方库，如iconv或者libutf8来处理UTF-8编码。