我必须读取一个带有UTF-8编码的Unicode文本文件，并且必须将此数据写入另一个文本文件。该文件以行标签分隔数据。
我的阅读代码是没有unicode支持的C ++代码。我正在做的是在string/char*中逐行读取文件并将该字符串按原样放入目标文件。我无法更改代码，因此不欢迎代码更改建议。
我想知道的是，逐行读取时，我会遇到一行中的NULL终止字符（'\ 0'），因为它是unicode，一个字符可以跨越多个字节。
我的想法是很可能在一行中遇到一个NULL终止字符。你的想法？
答案 0 :(得分：13)
UTF-8对所有ASCII字符使用1个字节，其代码值与标准ASCII编码相同，其他字符最多4个字节。每个字节的高位保留为控制位。对于使用超过1个字节的代码点，设置控制位。
因此，您的UTF-8文件中不得有0个字符。
答案 1 :(得分：1)
非常不可能：UTF-8转义序列中的所有字节都将较高位设置为1.