#include <stdio.h>

// 根据UTF-8的编码格式，打印处文字以及它们相应的编码

// 形参：获取一个无符号字符指针

void PrintUTF8Encoding(unsigned char *str)

{

    unsigned char *chr = str;

    // 根据UTF-8的规则，一个文字占几个字节可以从首个编码的二进制高位数看出来

    // 0代表1个字节，11代表两个字节，以此类推，最多有六个字节

    unsigned char bytesArr[] = {0b0, 0b11, 0b111, 0b1111, 0b11111, 0b111111};

    int i, j;

    // bytes存储当前字符的字节数

    int bytes;

    unsigned char *tmp;

    // C中字符字面量都由'\0'结尾

    while (*chr != '\0')

    {

        // 依次循环，确认当前字符有多少个字节

        for (i = 6; i > 0; i--)

        {

            j = 8 - i;

            if ((*chr>>j) == bytesArr[i-1])

            {

                bytes = i;

                break;

            }

        }

        // 循环打印出当前字符的字节

        // 注意：多字节必须放在一起打印才能显示出正确的文字

        tmp = chr;

        for (i = 0; i < bytes; i++)

        {

            putchar(*tmp);

            ++tmp;

        }

        // 打印出字节的十六进制编码

        printf(": ");

        tmp = chr;

        for (i = 0; i < bytes; i++)

        {

            printf("%x-", *tmp);

            ++tmp;

        }

        printf("\b \n");

        // 根据当前字符的字节数，跳过相应个字节

        chr += bytes;

    }

}

int main()

{

    PrintUTF8Encoding("Hello, world!¡Hast, mañana!你好，世界！よこそ！");

    return 0;

}