Delphi 判断AnsiStr是否是UTF编码格式 IsUtf8Format

Delphi 判断AnsiStr是否是UTF编码格式 IsUtf8Format

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53

//判断是否是UTF编码格式 function IsUtf8Format(AnsiStr: AnsiString): Boolean; var   I, iCount, chr: Integer;   c: AnsiChar;   nBytes: Integer; // UFT-8可用1-6个字节编码,ASCII用一个字节   bAllAscii: Boolean; // 如果全部都是ASCII, 说明不是UTF-8 begin   Result := False;   nBytes := 0;   bAllAscii := True;   iCount := Length(AnsiStr);   for I := 1 to iCount do   begin     c := AnsiStr[I];     chr := Ord(c);     // 判断是否ASCII编码,如果不是,说明有可能是UTF-8,ASCII用7位编码,但用一个字节存,最高位标记为0,o0xxxxxxx;中文ASCII编码可能最高位为1     if (chr and $80) <> 0 then       bAllAscii := False;     // 如果不是ASCII码,应该是多字节符,计算字节数     if nBytes = 0 then     begin       if chr > $80 then       begin         if (chr>=$fc) and (chr<=$fd) then // 1111 1100 and 1111 1101           nBytes := 6         else if chr>=$f8 then // 1111 1000           nBytes := 5         else if chr>=$f0 then // 1111 0000           nBytes := 4         else if chr>=$e0 then // 1110 0000           nBytes := 3         else if chr>=$c0 then // 1100 0000           nBytes := 2         else Exit;         Dec(nBytes);       end;     end     else // 多字节符的非首字节,应为 10xxxxxx     begin       if (chr and $c0) <> $80 then Exit;       Dec(nBytes);     end;   end;   // 违返规则   if nBytes > 0 then     Exit;   // 如果全部都是ASCII, 说明不是 UTF-8   if bAllAscii then     Exit;     Result := True; end;

　　

C++

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79

/* *    判断字符串内指定字符数是否为utf8 *    输入 *        const char *str: 要检查的字符串 *        long length: 要检查的字符串的长度 *        int nWords: 要检查的最大字符数 */ BOOL CUtility::IsWordsUTF8(const char *str, long length, int nWords) {     int i;     int nBytes=0;//UFT8可用1-6个字节编码,ASCII用一个字节     unsigned char chr;     BOOL bAllAscii=TRUE; //如果全部都是ASCII, 说明不是UTF-8            if ( -1 == nWords)     {         nWords = (int)length;     }        for(i=0;i<length;i++)     {         if (0 >= nWords)         {             return !bAllAscii;         }                  chr= *(str+i);         if( (chr&0x80) == 0 ) // 判断是否ASCII编码,如果不是,说明有可能是UTF-8,ASCII用7位编码,但用一个字节存,最高位标记为0,o0xxxxxxx;中文ASCII编码可能最高位为1             nWords--;         else             bAllAscii= FALSE;            if(nBytes==0) //如果不是ASCII码,应该是多字节符,计算字节数         {             if(chr>=0x80)             {                 nWords--;                                    if(chr>=0xFC&&chr<=0xFD)//1111 1100        1111 1101                     nBytes=6;                 else if(chr>=0xF8)//1111 1000                     nBytes=5;                 else if(chr>=0xF0)//1111 0000                     nBytes=4;                 else if(chr>=0xE0)//1110 0000                     nBytes=3;                 else if(chr>=0xC0)//1100 0000                     nBytes=2;                 else                 {                     return FALSE;                 }                    nBytes--;             }         }         else //多字节符的非首字节,应为 10xxxxxx         {             if( (chr&0xC0) != 0x80 )             {                 return FALSE;             }                nBytes--;         }     }        if( nBytes > 0 ) //违返规则     {         return FALSE;     }        if( bAllAscii ) //如果全部都是ASCII, 说明不是UTF-8     {         return FALSE;     }        return TRUE; }

　　

 

 

创建时间：2021.04.09　　更新时间：