在C中读取文件为utf-8并迭代每个字符？

Question

我如何在C中读取文件，然后迭代每个字符以便我可以评估它？例如，我会给出输入文件：5 ≠ 10，评估为5不等于10，并打印出false。现在我可以做评估部分，但我不确定如何在C中读取unicode字符。我问这个问题，因为我写了一个更大的词法分析器，我想要它支持unicode，但是我想在一个小规模的项目上试一试，看看它是怎么回事。

Answer 1

UTF-8是Unicode的编码格式。您真正感兴趣的是解析文本并分离出每个字节。然后，您需要计算Unicode代码点以确定字符。

最终你需要：

  

  
1. 可以区分utf-8字符边界的解析器。
  
2. 将编码为UTF-8的数据转换为Unicode代码点的转换程序。
  
3. 代码点的参考列表及其语义含义。
  

Not Equal To签名是Unicode代码点U + 2260。其中UTF-8编码为0xE2 0x89 0xA0。

编辑：您应该使用库来解析UTF-8文本。您应该关注的是找到与您的应用程序相关的代码点，并在您的应用程序中解释它们的含义。