c - 如何导航 UTF-8 文本文件

Question

我有一个 UTF-8 格式的文本文件，我需要在 C 中导航。我需要将该文件拆分为单独的较小文件(即，将其切成两半)。发生这种情况时，它有时会将多字节字符拆分为两个不同的文件。当一个愚蠢的文本编辑器去读取包含文本后半部分的文件时，它会读取剪切字符的后半部分并变得困惑，因此无法正确显示其余文本。如果我逐字节读取，我怎么知道我是在一个字符的开头还是在中间？非 ascii 兼容的 UTF-8 字符都以前导位设置为 1 开头，但有些是两个字节，有些是三个字节。

编辑:没关系，我刚刚发现第一个字节包含字符长的前导 1 的数量。 IE 一个三字节字符是 1110xxxx xxxxxxxx xxxxxxxx。

Answer 1

if ((*s & 0xc0) == 0x80) /* You are in the middle of */;