在C中获取UTF-8的字符串长度？ [已关闭]

Question

可以使用与此类似的方法来完成此操作吗：

只要用户通过 scanf 输入的字符串的当前元素不是 ，就将“length”int 加一，然后打印出长度。

如果有人能指导我通过尽可能最简单的方式，我将非常感激，因为我是初学者。

Answer 1

字符串长度是什么意思？

UTF-8 编码设计得非常好，并且与 C 字符串的定义兼容，UTF-8 字符串只是以 null 结尾的字节数组，就像 ASCII 字符串一样。

使用

strlen(s)

可以轻松获得字节数。如果由于某种原因你不能使用

strlen

，它很容易模拟，并且算法正是你在问题中提出的：

size_t string_lengh(const char *s) {
    size_t length = 0;
    while (*s++ != '\0')
        length++;
    return length;
}

可以通过计算单字节字符数（范围 1 到 127）和前导字节数（范围 0xC0 到 0xFF）来计算以 UTF-8 编码的代码点数量，忽略连续字节（范围 0x80 到 0xBF）并停在

'\0'

。

这是一个简单的函数来执行此操作：

size_t count_utf8_code_points(const char *s) {
    size_t count = 0;
    while (*s) {
        count += (*s++ & 0xC0) != 0x80;
    }
    return count;
}

此函数假设

s

指向的数组的内容已正确编码。

另请注意，这将计算代码点的数量，而不是显示的字符数，因为其中一些可能使用多个组合代码点进行编码，例如

<LATIN CAPITAL LETTER A>

后跟

<COMBINING ACUTE ACCENT>

。