C语言UTF-8编码字符串截断 - 保证完整中文输出

在C语言中，截断UTF-8编码的中文字符串需要特别注意，因为UTF-8是一种变长编码，一个字符可能由1-4个字节组成。中文通常使用3个字节表示，如果简单地按字节数截断，可能会导致输出的字符串不完整。

为了解决这个问题，我们需要找到最后一个完整的中文字符的位置，并在该位置截断字符串。下面是一个示例代码，用于截断UTF-8编码的中文字符串，并确保输出完整的中文：

#include <stdio.h>
#include <string.h>

int main() {
    char str[1000] = '这是一个中文字符串，用于测试截断。';
    int len = strlen(str);
    int i, charlen = 0;
    for (i = 0; i < len; i++) {
        if ((str[i] & 0xc0) != 0x80) { // 判断是否为一个字符的开头
            charlen++; // 字符数加1
            if (charlen > 25) { // 判断是否超过25个中文字符
                str[i] = '\0'; // 截断字符串
                break;
            }
        }
    }
    printf('%s', str); // 输出截断后的字符串
    return 0;
}

代码解释：

1. 定义一个长度为1000的字符串数组 str，用于存储待截断的字符串。
2. 使用 strlen 函数获取字符串的长度 len。
3. 使用 for 循环遍历字符串中的每个字符。
4. 通过判断字符的二进制表示的前两位是否为 11 来判断是否为一个完整的中文字符的开头。
5. 如果是一个字符的开头，则 charlen 加 1，表示字符数增加。
6. 当 charlen 超过 25 个中文字符时，在该字符处截断字符串，并添加字符串结束符 '\0'。
7. 最后使用 printf 函数输出截断后的字符串。

需要注意的是，上述代码中，截断的长度是 25 个中文字符，可以根据实际需要进行调整。同时，对于截断后的字符串，可能存在乱码的情况，需要根据具体情况进行处理。

例如，如果截断位置正好在一个多字节字符的中间，则输出的字符串可能会出现乱码。为了避免这种情况，可以考虑使用其他方法进行截断，例如使用 mbstowcs 函数将字符串转换为宽字符，然后再进行截断。

希望本教程能帮助您更好地理解在C语言中截断UTF-8编码的字符串，并保证输出完整的中文。如果您有任何问题，请随时提出。