问C语言中的UTF8处理

EN

GNU确实有一个名为的Unicode字符串库，但它处理任何东西都不如ICU的好。

例如，GNU库甚至不允许您访问排序规则，而排序规则是所有字符串比较的基础。相比之下，ICU有。ICU还有一个GNU没有的特性，那就是Unicode正则表达式。为此，您可能希望使用Phil Hazel’s excellent PCRE library for C，它可以使用UTF8支持进行编译。

但是，GNU库可能足以满足您的需求。我不太喜欢它的API。非常凌乱。如果你喜欢C编程，你可以试试Go programming language，它有很好的Unicode支持。这是一门新的语言，但它很小，很干净，而且使用起来很有趣。

另一方面，主要的解释语言- Perl、Python和Ruby -都对Unicode提供了不同程度的支持，这比您在C中得到的支持要好得多。

记住:仅仅支持更多的字符是不够的。如果没有相应的规则，就没有Unicode。至多，您可能有ISO 10646:一个很大的字符集，但没有规则。我的信条是“Unicode不仅仅是更多的字符；它是更多的字符加上一大堆处理这些字符的规则。”

处理Unicode的最重要的库是IBM's ICU。

但是，如果您所需要做的就是确定UTF8编码字符串中的代码点的数量，那么可以使用介于\x01和\x7F之间或\xC2和\xFF之间的值来计算字符的数量。

如果您对不分配内存并使用堆栈的库感兴趣，可以尝试使用utf8rewind。