c++字符串转utf8编码

在 C++ 中，可以使用以下代码将字符串转换为 UTF-8 编码：

#include <codecvt>
#include <locale>
#include <string>

std::string utf8_encode(const std::wstring &wstr) {
    std::wstring_convert<std::codecvt_utf8<wchar_t>> utf8_conv;
    return utf8_conv.to_bytes(wstr);
}

在此代码中，我们使用 std::codecvt_utf8 类将 std::wstring 转换为 UTF-8 编码。然后使用 std::wstring_convert 类将其转换为 std::string，即 UTF-8 编码的字符串。

使用方法如下：

std::wstring wstr = L"你好世界";
std::string utf8_str = utf8_encode(wstr);

这将把 wstr 转换为 UTF-8 编码的字符串 utf8_str。

相关问题

c++将字符串转utf8

在 C++ 中将字符串转为 UTF-8 编码可以使用多种方法，以下是一种简单的方法：

#include <iostream>
#include <string>
#include <locale>

int main() {
    std::wstring_convert<std::codecvt_utf8<wchar_t>> converter;
    std::wstring str = L"你好，世界！";
    std::string utf8_str = converter.to_bytes(str);
    std::cout << "UTF-8 编码字符串：" << utf8_str << std::endl;
    return 0;
}

这里使用了 `std::wstring_convert` 类和 `std::codecvt_utf8<wchar_t>` 类模板来进行转换。首先将 Unicode 编码的宽字符串 `str` 转换为 UTF-8 编码的字符串 `utf8_str`。注意，在进行转换前需要确保编译器支持 C++11 标准及以上版本。

以上代码的输出结果为：

UTF-8 编码字符串：你好，世界！

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。