验证Windows C ++应用程序中的输入UTF-8序列

Question

我想验证用C ++编写的Windows应用程序中的输入UTF-8序列。

我的想法是简单地调用MultiByteToWideChar() ，只是请求目标字符串长度（而不是将整个字符串转换为UTF-16），并使用MB_ERR_INVALID_CHARS标志。
然后，如果函数返回0（表示失败）并且GetLastError()返回ERROR_NO_UNICODE_TRANSLATION ，则表示输入的UTF-8序列包含一些无效数据。

有更好的方法吗？

Answer 1

如果不了解MBTWC的内部结构，就很难指定更好的方法。 它至少需要对MBTWC和任何替代方法的使用进行定时测量（如果认为更快更好）。 实现您自己的UTF-8验证器将是一个允许进行比较的开始。 你可以在这里找到一个很好的参考实现，看看接受的答案。 Java代码很容易转换为C ++，并为您提供了充分的机会来确定它是否更好（针对您的情况）并在需要时允许进一步改进。