C语言中如何处理UTF-8编码的汉字输入?

在C语言中处理UTF-8编码的汉字输入涉及到字符数组的操作和解码过程。UTF-8是一种变长的字符编码，一个汉字可以由1到4个字节表示。以下是处理步骤：

1. **输入字节流**：首先，你需要从用户的输入源（通常是标准输入`stdin`）获取一个字节序列，每个汉字都被编码成一个或多个连续的字节。

2. **创建缓冲区**：创建一个足够大的缓冲区来存放字节序列，因为UTF-8的长度是不确定的。

3. **遍历字节**：逐字节读取输入流，检查当前字节是否开始一个新的UTF-8编码。这通常涉及到对前几个字节的位模式判断，例如首字节的最高位。

4. **解码字节**：根据检测到的模式，将字节合并成对应的Unicode码点。例如，如果是一个单一字节的字符，直接作为Unicode值；如果是两个或三个字节，按照特定规则组合。

5. **存储字符**：将解码后的Unicode码点存储到一个宽字符数组（如`wchar_t`类型），或者一个能够容纳多字节字符的容器中。

6. **处理错误**：如果遇到不符合UTF-8规范的数据，可能需要处理错误，比如忽略错误字符或者抛出异常。

以下是一个简单的示例，展示了如何逐字节处理UTF-8编码的输入：

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

int main() {
    size_t byte_index = 0;
    wchar_t utf8_char[4];
    
    while (true) {
        char input_byte = getchar();
        if (!input_byte) break; // 输入结束

        // UTF-8解析逻辑...
        if ((input_byte & 0x80) == 0) { // 单字节字符
            utf8_char[byte_index++] = input_byte;
            if (byte_index > 1) break; // 如果超过1字节，则停止
        } else {
            int bytes_consumed = 1;
            while ((input_byte & 0x80) != 0) { // 扩展字节
                utf8_char[byte_index++] = input_byte;
                input_byte = getchar();
                bytes_consumed++;
            }
            utf8_char[byte_index] = input_byte;
            byte_index++; // 最后一个字节
        }

        // 解码并打印Unicode字符
        wprintf(L"%lc ", utf8_char);
    }
    return 0;
}