C/C++下随机生成UTF-8编码数据

2015-12-04 03:16:47 602 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

别再为乱码头疼了！QT开发中QString与std::string互转的3种正确姿势（含编码避坑）本文深入探讨了QT开发中QString与std::string互转的3种正确方法，包括UTF-8方案、本地编码方案和标准库方案，帮助开发者彻底解决字符串乱码问题。文章还提供了编码避坑地图和实战技巧，适用于跨平台开发和多语言支持场景。阅读详情

如题，想请教诸位大神，随机产生数据的问题。
C中有一个函数叫做rand()，可以产生0-RAND_MAX范围的数据。工作原因，需要实现一个小工具，能够随机生成UTF-8编码的数据，不仅仅是数，也包括各种字符，比如各种中文字符，比如日文等等。
请教大家有什么好方案么？
目前个人小白级做法，想法源自于http://www.cnblogs.com/chenwenbiao/archive/2011/08/11/2134503.html中的关于UTF8编码的说法，通过一个7字节的unsigned char数组存储一个UTF-8字符的每个字节。
至于每个字节则按照规则，比如110开头则随机产生一个数模上32 + 192，比如10开头则模上64 + 128，然后返回这个字符串，并存入文件中。
但目前生成的数据都很不成样子，UE打开除了ASCII字符部分，剩下的基本上都是乱码。
请教诸位大神，哪里出了问题？与unsigned char有关？
分不多，略表敬意。

...全文

Python requests库GET与POST请求实战：从基础到生产级应用 HTTP请求是网络编程与数据交互的基石，其核心在于客户端与服务器之间遵循特定协议进行通信。GET请求用于从服务器检索资源，参数通过URL查询字符串传递；POST请求则用于向服务器提交数据，数据置于请求体中，支持表单、JSON等多种编码格式。掌握这两种请求方式的原理与差异，对于构建稳定、高效的网络应用至关重要，尤其是在API调用、数据采集和微服务通信等场景。在实际开发中，开发者常会遇到如422 Unprocessable Entity等状态码错误，这通常源于请求数据格式或验证问题，需要结合具体错误信息进行排查阅读详情

Binresist

C语言 70,039 成员 243,237 内容

+ 关注 + 加入社区

切换为时间正序

Binresist 2015-12-31

打赏
举报

哎，没有更好的办法了么？不过还是感谢二位的回复，谢谢啦，散分！

mLee79 2015-12-04

打赏
举报

你应该先生成 UCS2 的字符，再转换回 UTF8 。

赵4老师 2015-12-04

打赏
举报

仅供参考：

// UTF-8 编码字符理论上可以最多到 6个字节长，但目前全世界的所
// 有文字和符号种类加起来也只要编到 4个字节长就够了。
// 　　UTF-8 是以 8位（即 1个字节）为单元对原始码进行编码（注意一
// 点：这里所讲的原始码都是指Unicode码），并规定：多字节码（2个字
// 节以上才称为多字节）以转换后第1个字节起头的连续“1”的数目（这
// 些连续“1”称为标记位），表示转换成几个字节：“110”连续两个
// “1”，表示转换结果为2个字节，“1110”表示3个字节，而“11110”
// 则表示4个字节……跟随在标记位之后的“0”，其作用是分隔标记位和
// 字符码位。第2～第4个字节的起头两个位固定设置为“10”，也作为标
// 记，剩下的6个位才做为字符码位使用。
// 　　这样，2字节UTF-8码剩下11个字符码位，可用以转换0080～07FF的
// 原始字符码，3字节剩下16个字符码位，可用以转换0800～FFFF的原始字
// 符码，由此类推。编码方式的模板如下：
//
// 原始码（16进制）　UTF－8编码（二进制）
// --------------------------------------------
// 0000 - 007F       0xxxxxxx
// 0080 - 07FF       110xxxxx 10xxxxxx
// 0800 - FFFF       1110xxxx 10xxxxxx 10xxxxxx
// ……
// --------------------------------------------
//
// 　　模板中的“x”表示字符码。
// 　　Ascii码＜007F，编为1个
// 字节的UTF－8码。汉字的 Unicode编码范围为0800－FFFF，所以被编为
// 3个字节的UTF－8码。
// 　　例如“汉”字的Unicode编码是6C49，6C49在0800-FFFF之间，所以
// 要用3个字节的模板：1110wwww 10xxxxyy 10yyzzzz。

//    6    C    4    9
// 0110 1100 0100 1001
// wwww xxxx yyyy zzzz
//     wwww   xxxxyy   yyzzzz
// 1110wwww 10xxxxyy 10yyzzzz。
// 11100110 10110001 10001001
//    E   6    B   1    8   9
//“汉”字的UTF-8编码是E6 B1 89

C/C++下随机生成UTF-8编码数据

相关推荐