获取UTF8编码文本长度, 检测符合UTF8编码

// 
// @brief: 获取UTF8字符个数
// @param: strContent   文本内容
// @ret: int 若返回值 >= 0, 表示字符个数, 若返回值 < 0, 表示文本内容不是合法的 UTF8 编码字符串
int GetUtf8CharacterCount(const std::string& strContent)
{
    bool fResult = true;    // 操作结果
    bool fBom = true;       // BOM(Byte Order Mark)
    int nByteCount = 0;     // 字节计数
    int nChCount = 0;       // 字符计数

    for (const unsigned char ch: strContent)
    {
        // 普通 Ascii 也是utf8一部分
        if (ch < 0x7F)
        {
            nChCount++;
            continue;
        }

        // 检查 UTF-8 首字节
        if (0 == nByteCount)
        {
            if (ch >= 0xC0)
            {
                uint8_t u8CodeMask  = 0xC0;     // 11000000
                uint8_t u8DataMask = 0x1F;      // 000xxxxx
                int nCount = 2;                 // 有效字节数量: 2-6

                // 检索字符使用的字节数量
                while(u8CodeMask <= 0xFC)
                {
                    uint8_t u8MaskMax = u8CodeMask | u8DataMask;
                    if (ch >= u8CodeMask && ch <= u8MaskMax)
                    {
                        nByteCount = nCount;
                        break;
                    }

                    u8CodeMask = (u8CodeMask >> 1) | 0x80;
                    u8DataMask = u8DataMask >> 1;
                    nCount++;
                }

                if (0 == nByteCount)
                {
                    fResult = false;
                    break;
                }

                if (0xEF == ch && 3 == nByteCount)
                {
                    fBom = true;
                }

                nByteCount--;
            }
            else
            {
                fResult = false;
                break;
            }
        }
        else
        {
            // 非首字节掩码: 10xxxxxx
            if (0x80 != (ch & 0xC0))
            {
                fResult = false;
                break;
            }

            if (fBom)
            {
                if (0xBB != ch && 2 == nByteCount)
                {
                    fBom = false;
                }

                if (0xBF != ch && 1 == nByteCount)
                {
                    fBom = false;
                }
            }

            nByteCount--;

            if (0 == nByteCount)
            {
                if (!fBom)
                {
                    nChCount++;
                }

                fBom = false;
            }
        }
    }

    if (!fResult)
    {
        return -1;
    }

    return nChCount;
}

#include <iostream>
#include <fstream>


int main(int argc, char* argv[])
{
    std::string strContent = u8"1234567890汉字编码";
    int uCount = GetUtf8CharacterCount(strContent);

    return 0;
}