C ++中的UTF-8验证

假设我们有一个表示数据的整数列表。我们必须检查它是否是有效的UTF-8编码。一个UTF-8字符可以是1到4字节长。有一些属性-

• 对于1字节字符，第一位为0，后跟其unicode码。

• 对于n字节字符，前n位全为1，n + 1位为0，其后为n-1个字节，其中最高有效2位为10。

所以编码技术如下-

因此，如果输入类似于[197、130、1]，则表示八位位组序列11000101 10000010 00000001，因此它将返回true。这是2字节字符后跟1字节字符的有效utf-8编码。

为了解决这个问题，我们将遵循以下步骤-

• cnt：= 0

• 对于范围在0到数据数组大小的i

• 如果x / 32 = 110，则将cnt设置为1

• 否则，当x / 16 = 1110时，cnt = 2

• 否则，当x / 8 = 11110时，cnt = 3

• 否则，当x / 128为0时，返回false

• x：=数据[i]

• 如果cnt为0，则

• 否则，当x / 64不为10时，返回false并将cnt减1

• 当cnt为0时返回true

例子（C ++）

让我们看下面的实现以更好地理解-

#include <bits/stdc++.h>
using namespace std;
class Solution {
   public:
   bool validUtf8(vector<int>& data) {
      int cnt = 0;
      for(int i = 0; i <data.size(); i++){
         int x = data[i];
         if(!cnt){
            if((x >> 5) == 0b110){
               cnt = 1;
            }
            else if((x >> 4) == 0b1110){
               cnt = 2;
            }
            else if((x >> 3) == 0b11110){
               cnt = 3;
            }
            else if((x >> 7) != 0) return false;
            } else {
               if((x >> 6) != 0b10) return false;
               cnt--;
            }
         }
         return cnt == 0;
      }
};
main(){
   Solution ob;
   vector<int> v = {197,130,1};
   cout << (ob.validUtf8(v));
}

输入值

[197,130,1]

输出结果

1