C : getc를 사용하여 비 UTF-8 문자 생성을 피하는 방법?

Question

저는 현재 3 개의 인자, 2 개의 파일 (하나의 입력과 하나의 출력)과 int (출력 라인의 최대 길이, x라고 함)를 취할 C 프로그램을 작성하고 있습니다. 입력 파일의 모든 줄을 읽고 첫 번째 x 문자를 출력 파일에 쓰고 싶습니다 (실제로 파일을 "트리밍"). 여기

내 코드입니다 :

int main(int argc, char *argv[]) { 

    const char endOfLine = '\n'; 

    if (argc < 4) { 
    printf("Program takes 4 params\n"); 
    exit(1); 
    } else { 
    // Convert character argument [3] (line length) to an int 
    int maxLen = atoi(argv[3]); 

    char str[maxLen]; 
    char *inputName; 
    char *outputName; 

    inputName = argv[1]; 
    outputName = argv[2]; 

    // Open files to be read and written to 
    FILE *inFile = fopen(inputName, "r"); 
    FILE *outFile = fopen(outputName, "w"); 

    int count = 0; 
    char ch = getc(inFile); 
    while (ch != EOF) { 
     if (ch == '\n') { 
      str[count] = (char)ch; 
      printf("Adding %s to output\n", str); 
      fputs(str, outFile); 
      count = 0; 
     } else if (count < maxLen) { 
      str[count] = ch; 
      printf("Adding %c to str\n", ch); 
      count++; 
     } else if (count == maxLen) { 
      str[count] = '\n'; 
     } 
     ch = getc(inFile); 
    } 

    } 

    return 0; 
} 

유일한 문제는 마지막 문자는 작은 따옴표가있는 경우, 그것은 비 UTF-8 문자, 같은 출력한다이다 :

For Whom t 
John Donne 
No man is 
Entire of 
Each is a 
A part of 
If a clod 
Europe is 
As well as 
As well as 
Or of thin 
Each man�� 
For I am i 
Therefore, 
For whom t 

Answer 1

을 마지막 char 출력이 utf-8 연속 바이트 10xxxxxx인지 확인할 수 있습니다. 그렇다면 문자가 완료 될 때까지 계속 출력하십시오.

// bits match 10xxxxxx 
int is_utf_continue_byte(int ch){ 
    return ch & 0x80 && ~ch & 0x40; 
} 

//... 
while (is_utf_continue_byte(ch)) 
    putchar(ch), ch = getchar();