c++判断字符串是否为utf8编码

判断字符串是否为UTF-8编码，需要检查字符串的字节序列是否满足UTF-8编码规则。UTF-8编码规定了字符的编码方式与字节序列的对应关系。

UTF-8编码使用1至4个字节来表示不同的Unicode字符，其编码规则如下：
- 单字节编码：对于Unicode码范围在U+0000至U+007F之间的字符，其UTF-8编码为一个字节，范围为0x00至0x7F（十六进制）。
- 多字节编码：对于Unicode码范围在U+0080至U+FFFF之间的字符，其UTF-8编码使用2至4个字节，其中每个字节的最高两位分别为1和0，后面的字节均以10开头。

根据上述规则，我们可以逐字节地检查字符串的字节序列。如果满足上述的字节编码规则，则认为字符串是UTF-8编码。如果不满足规则，则可以判断字符串不是UTF-8编码。

以下是一个简单的示例代码：

def is_utf8(string):
    bytes = string.encode('utf-8')
    length = len(bytes)
    i = 0

    while i < length:
        if (bytes[i] & 0b10000000) == 0:  # 单字节编码
            i += 1
        elif (bytes[i] & 0b11100000) == 0b11000000:  # 2字节编码
            if i + 1 < length and (bytes[i + 1] & 0b11000000) == 0b10000000:
                i += 2
            else:
                return False
        elif (bytes[i] & 0b11110000) == 0b11100000:  # 3字节编码
            if i + 2 < length and (bytes[i + 1] & 0b11000000) == 0b10000000 and (bytes[i + 2] & 0b11000000) == 0b10000000:
                i += 3
            else:
                return False
        elif (bytes[i] & 0b11111000) == 0b11110000:  # 4字节编码
            if i + 3 < length and (bytes[i + 1] & 0b11000000) == 0b10000000 and (bytes[i + 2] & 0b11000000) == 0b10000000 and (bytes[i + 3] & 0b11000000) == 0b10000000:
                i += 4
            else:
                return False
        else:
            return False

    return True

string = "测试UTF-8"
result = is_utf8(string)
print(result)  # 输出：True

以上代码逐字节检查了`string`字符串的字节序列，并判断其是否满足UTF-8编码规则。如果输出结果为True，则表示字符串是UTF-8编码，反之则不是。