从字节数组的末尾移除UTF-8字符

Question

我想从C中字节数组的末尾删除utf8字符

我尝试了下面的代码来移除字符，这段代码对于1或2个字节的字符很好，但是不适用于删除需要超过2字节空间的字符.

我有两个问题：

是否有更好的方法来实现这一点，以及如何修复当前的代码？

if( ((int)bytearray[counter-6]) >= 128 + 64 + 32 + 16 + 8 + 4 && strlen(bytearray) >= 6 )
            for (i=0;i<6;i++)
                bytearray[--counter] = (char) 0;
        else if( ((int)bytearray[counter-5]) >= 128 + 64 + 32 + 16 + 8 && strlen(bytearray) >= 5 )
            for (i=0;i<5;i++)
                bytearray[--counter] = (char) 0;
        else if( ((int)bytearray[counter-4]) >= 128 + 64 + 32 + 16  && strlen(bytearray) >= 4  )
            for (i=0;i<4;i++)
                bytearray[--counter] = (char) 0;
        else if( ((int)bytearray[counter-3]) >= 128 + 64 + 32 && strlen(bytearray) >= 3   )
            for (i=0;i<3;i++)
                bytearray[--counter] = (char) 0;
        else if( ((int)bytearray[counter-2]) >= 128 + 64 && strlen(bytearray) >= 2 )
            for (i=0;i<2;i++)
                bytearray[--counter] = (char) 0;
        else
            bytearray[--counter] = (char) 0;

Answer 1

从http://en.wikipedia.org/wiki/UTF-8#Description中，您可以发现每个UTF-8字符的开始字节要么是0xxxxxxx，要么是11xxxxxx。也就是说，开始字节永远不是10xxxxxx。

因此，假设bytearray是char*或char[]类型，那么您可以编写

for (counter = strlen(bytearray)-1; counter >= 0; --counter) {
    if ((bytearray[counter] & 0xC0) != 0x80) {
        // beginning byte of a character
        bytearray[counter] = '\0';
        break;
    }
    // consequent bytes. Clear and keep going.
    // Indeed this is optional since the first '\0' already terminates a C string
    bytearray[counter] = '\0';
}