UTF-8 中的一个字符可能的长度为 1 到 4 字节,遵循以下的规则: 1. 对于 1 字节的字符,字节的第一位设为0,后面7位为这个符号的unicode码。 2. 对于 n 字节的字符 (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。 这个是UTF-8编码的工作方式: Char. number range UTF-8 octet sequence (hexadecimal) (binary) --------------------+--------------------------------------------- 0000 0000-0000 007F 0xxxxxxx 0000 0080-0000 07FF 110xxxxx 10xxxxxx 0000 0800-0000 FFFF 1110xxxx 10xxxxxx 10xxxxxx 0001 0000-0010 FFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 给定一个表示数据的整数数组,返回它是否为有效的 utf-8 编码。 注意: 输入是整数数组。只有每个整数的最低 8 个有效位用来存储数据。这意味着每个整数只表示 1 字节的数据。
输入描述:
多行字符串,每行字符串包括整数数字以及数字之间分隔符英文逗号(,)。每个整数只有最低8个有效位来存储数据,这就意味着每个整数只表示一个字节的数据。
输出描述:
对输入的每行数据均进行验证,并输出true或者false。true代表有效的utf-8编码,false则是无效的。
示例1
说明
data = [197, 130, 1], 表示 8 位的序列: 11000101 10000010 00000001.
返回 true 。
这是有效的 utf-8 编码,为一个2字节字符,跟着一个1字节字符。
示例2
说明
data = [235, 140, 4], 表示 8 位的序列: 11101011 10001100 00000100.
返回 false 。
前 3 位都是 1 ,第 4 位为 0 表示它是一个3字节字符。
下一个字节是开头为 10 的延续字节,这是正确的。
但第二个延续字节不以 10 开头,所以是不符合规则的。
加载中...