1个字节：0XXXXXXX
2个字节：110XXXXX 10XXXXXX />3个字节： 1110XXXX 10XXXXXX 10XXXXXX
4个字节：11110xxx 10XXXXXX 10XXXXXX 10XXXXXX
本文根据上面的字符串遍历的特点来确定一个字符串是否是UTF-8编码。应当注意的是，每个字节的UTF-8字符串的值具有一定的范围，而不是所有的值？是有效的UTF-8字符，但在一般应用足够长的字符串判断的情况下，更准确，是实现比较简单。具体的字节范围，可以发现在这本书的“Unicode解释”6.4.3。
布尔IsUTF8（const void *的pbuffer的，长尺寸）
{
布尔IsUTF8 = TRUE
unsigned char型*开始=（无符号字符*）pbuffer的/无符号的char *结束=（unsigned char型）pbuffer的+大小
（起点和终点）
{
（*开始<0X80）/ /（10000000）：值小于0x80的ASCII的字符
{
开始+ +
}
否则，如果（*启动<（0XC0））/ /（11000000）：值吗？ 0XC0之间的范围0x80无效的UTF-8字符
{
IsUTF8 = FALSE
突破
}
否则，如果（*开始（0XE0））/在2个字节的UTF-8字符/（11100000）：
{
（开始>=结束 - 1）
突破
（（开始[1]（0XC0） ）= 80H时）
{
IsUTF8 = FALSE
突破
}
开始+ = 2
}
否则，如果（*启动<（31:8））/ /（11110000）：结束的3个字节的UTF-8字符
{
（“开始”>= - 2）
突破。 .. />（（开始[1]（为0xC0））= 0x80的| |（启动[2]（为0xC0））= 80H时）
{
IsUTF8 = FALSE
休息
}
开始+ = 3
}
{
IsUTF8 = FALSE
突破
}
}
回报IsUTF8
}
UTF-UCS编码的16至16个单位。小于0x10000的UCS码，UTF-16编码是等于相应的UCS代码的16位无符号整数。对于不小于0x10000的UCS码，定义了一个算法。然而，实际使用的UCS2，或者UCS4的BMP必然小于0x10000，所以现在你可以认为UTF -16和UCS-2基本相同。 UCS-2是一种编码方案，UTF-16已被用于实际的传输，所以我们要考虑的字节顺序。
试试这个四个函数，C 里面的，Linux 可用：mbtowc
wctomb
mbstowcs
wcstombs
在 Linux 下试试看吧：
#include <stdio.h>
#include <stdlib.h>
#include <locale.h>
int main(void)
{
size_t cch
char psz[1024]
wchar_t pwsz[] = { 0x52B3, 0x788C, 0x788C, 0 }
setlocale(LC_ALL, "")
cch = wcstombs(psz, pwsz, 1024)
if (cch != 0 &&cch != -1) {
printf("%s", psz)
}
return 0
}
zdl_361 说的 "utf8 劳碌碌" 不对，因为我也输出 "劳碌碌"，而我是用 Unicode 编码的。在 Windows 上，char 是 ANSI，Unicode (wchar_t) 是 UTF-16；在 Linux 上，char 是 UTF-8，Unicode (wchar_t) 是 UTF-32。不过对于这个函数来说，在哪个平台上都不会因为字符编码而影响使用。
