linux c字符串转utf-8,linux C 语言如何遍历 utf-8字符

加入文件是utf-8编码，内容如下：

我是来自上海的互联网程序员，主要从事Web/游戏/手机服务器开发.

下面C代码可以一个一个的读入这些中文字符():

#define UTF8_CHAR_LEN( byte ) ((( 0xE5000000 >> (( byte >> 3 ) & 0x1e )) & 3 ) + 1)

char content[255]; //一行一行的读入文件，255的话大概满足需求了；这个代码片段也只是测试用.

FILE *data_file = fopen("path/to/file", "r");

if (!data_file) {

fprintf(stderr, "error happened when read file: %s","path/to/file");

return -1;

}

fgets(content, 255, data_file);

int i;

for (i = 0; content[i] != '\0'; i++) {

int utf8_char_len = UTF8_CHAR_LEN(content[i]);

if (utf8_char_len > 1) {

char word[4]; // utf-8占位最大字节也就是4个字节

memcpy(word, (content + i), utf8_char_len);

i += utf8_char_len - 1;

printf("%s\t", word);

}

else {

printf("%c\t", content[i]);

}

}

fclose(data_file);

输入：

我 是 来 自 上 海 的 互 联 网 程 序 员 ， 主 要 从事 W e b / 游 戏 / 手 机 服 务 器 开 发 .

这里我觉得主要问题是字符指针它不标识出编码字符的大小，如果单纯的用 (p + 1)的话会把编码混乱掉，所以要先判断字符编码的所占字节数，然后再 (p + sizeofword) 输出;

上面的代码满足我现在的需求，不过还有一些疑问；

utf-8编码的字符在Linux c 下面怎么处理的呢？一般模式我还在寻找，有机会帖在这里.

这里还帖一个用宽字符库遍历utf-8字符串的代码片段:

wchar_t wstr[] = L"你好";

// en_US.UTF-8 是我本地的locale

setlocale(LC_ALL, "en_US.UTF-8");

int i;

for (i = 9; i < wcslen(wstr); i++) {

wprintf(L"%lc\n", wstr[i]);

}