如何识别字符串是否是UTF-8编码的

我们先要弄明白原始字符串里的字符用的是何种编码方式，运行如下

   string tmp = "你好world";

    for(int i=0;i<tmp.size();++i)

    {

        printf("%0X ",tmp.at(i));

    }

程序输出：

FFFFFFE4 FFFFFFBD FFFFFFA0 FFFFFFE5 FFFFFFA5 FFFFFFBD 77 6F 72 6C 64

很明显，原始的字符串是使用UTF-8编码的，因为它满足UTF-8的编码规则：

　　1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。

　　2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

　　1字节：0xxxxxxx
　　2字节：110xxxxx 10xxxxxx
　　3字节：1110xxxx 10xxxxxx 10xxxxxx
　　4字节：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

巴特西