Question

请问C++怎样读取UTF8编码？

例如我知道有个内存地址:0x400000里面的HEX数据是ut8编码的，，用什么方法可以以uf8编码方式把他读出来？谢谢了~

Answer 1

把某地址里的数读出来，与编码没关系。
UTF8 是 8bit 码。你按 unsigned char 把 0x400000 里的内容 读出来就可以了。

题外讨论：
UTF8 字符编码 可能是 1 字节，可能是 2 字节，可能是 3 字节，可能是 4 字节组成。
假定 UTF-8编码中的任意字节B，
（1）如果B的第一位为0，则B为ASCII码，并且B独立的表示一个字符;

（2）如果B的第一位为1，第二位为0，则B为一个非ASCII字符（该字符由多个字节表示）中的一个字节，并且不为字符的第一个字节编码;

（3）如果B的前两位为1，第三位为0，则B为一个非ASCII字符（该字符由多个字节表示）中的第一个字节，并且该字符由两个字节表示;

（4）如果B的前三位为1，第四位为0，则B为一个非ASCII字符（该字符由多个字节表示）中的第一个字节，并且该字符由三个字节表示;

（5）如果B的前四位为1，第五位为0，则B为一个非ASCII字符（该字符由多个字节表示）中的第一个字节，并且该字符由四个字节表示;

按此原则，你可以写程序，读得一个UTF8 字符编码。

追问

请问能不能简单说下这个算法，，，
例如0x400000的数据是{E6 80 9D E6 B2 99 E7 92 9E 00}
怎么获得这个UTF8字符编码？

追答

数据是{E6 80 9D E6 B2 99 E7 92 9E 00}
E6 -- 11100110 符合上述(4), 由 3 BYTEs 组成，所以
字符一： E6809D
接下来又是 E6, 符合上述(4), 由 3 BYTEs 组成，所以
字符二： E6B299
接下来是 E7 -- 1110 0111, 符合上述(4), 由 3 BYTEs 组成，所以
字符三： E7929E
00 结束