驗證Windows C ++應用程序中的輸入UTF-8序列

Question

我想驗證用C ++編寫的Windows應用程序中的輸入UTF-8序列。

我的想法是簡單地調用MultiByteToWideChar() ，只是請求目標字符串長度（而不是將整個字符串轉換為UTF-16），並使用MB_ERR_INVALID_CHARS標志。
然后，如果函數返回0（表示失敗）並且GetLastError()返回ERROR_NO_UNICODE_TRANSLATION ，則表示輸入的UTF-8序列包含一些無效數據。

有更好的方法嗎？

Answer 1

如果不了解MBTWC的內部結構，就很難指定更好的方法。 它至少需要對MBTWC和任何替代方法的使用進行定時測量（如果認為更快更好）。 實現您自己的UTF-8驗證器將是一個允許進行比較的開始。 你可以在這里找到一個很好的參考實現，看看接受的答案。 Java代碼很容易轉換為C ++，並為您提供了充分的機會來確定它是否更好（針對您的情況）並在需要時允許進一步改進。