參考：
utf-8格式位元組
4中情況分別是：
1、乙個位元組: 0******x，低7位為有效資料，內碼是0x0~0x7f
2、兩個位元組: 110***xx 10yyyyyy，低5位+低6位為有效資料，內碼是0x80~0x7ff
3、三個位元組：1110***x 10yyyyyy 10zzzzzz，低4位+低6位+低6位 為有效資料，內碼是0x800~0xffff，除掉幾個保留的特殊內碼
4、四個位元組: 11110aaa 10****** 10****** 10******，低3位 +低6位 +低6位 +低6位為有效資料，內碼是0x10000~0x10ffff
按前面1的個數就能區分每個字佔了多少個位元組。
if ((c & 0x80) == 0)//
else if ((c & 0xe0) == 0xc0)
else if ((c & 0xf0) == 0xe0)
else if ((c & 0xf8) == 0xf0)
Lua處理UTF8字串
專案裡遇到用string.sub擷取中文字串會擷取出來非空，但是無法展示的情況，進行utf字串處理後ok.核心部分是utf字串的判斷 utf 8 字元處理 local function stringtotable s local tb utf8的編碼規則 1.字元的第乙個位元組範圍 0x00 0x7...
Python去除文字中非utf8字元
在處理文件相關專案中，經常會碰到utf8的非法字元，例如使用者上傳乙個檔案，系統根據使用者檔案產生相應結果返回。如果使用者檔案 utf編碼的csv檔案 中有utf8的非法字元，需要程式能自動去掉這些字元，因為這些字元也是無意義的。錯誤資訊 utf 8 codec can t decode byte ...
UTF 8字符集的學習
今天因為擷取中文字串的原因，查了下utf 8字符集的資料，發現之前記憶的知識點有誤，之前一直以為utf 8中英文是1個位元組，其他語言的字元是3個位元組，查完資料後才發現utf 8字符集是一種變長字符集，每個字元占用位元組從1個到6個不等，恰好英文本元使用1個位元組，中文字元使用3個位元組，而且還知...