这段与 char 字符串相关的 C++ 代码有什么作用？

Question

bool check(const char *text) {
    char c;
    while (c = *text++) {
        if ((c & 0x80) && ((*text) & 0x80)) {
            return true;
        }
    }
    return false;
}

什么是0x80以及整个神秘函数的作用是什么？

Answer 1

测试 non-zero 的 x & 0x80 表达式的结果（在您显示的代码中做了两次）检查 char 的最高有效位（第 7 位）操作数 (x) 设置为 ¹。在您的情况下，代码循环遍历给定的字符串以查找两个 连续的 字符（c，它是 'current' 字符的副本，以及 *test，下一个）设置了那个位。

如果找到这样的组合，函数returns true；如果未找到且循环到达 nul 终止符（因此 c = *text++ 表达式变为零），则它 returns false.

至于为什么它做这样的检查——我只能猜测但是，如果高位是设置，那么字符不会是标准的 ASCII 值（并且可能是 Unicode 对中的第一个，或其他一些 multi-byte 字符表示形式）。

可能有用的参考资料：

¹ 请注意，这种按位与测试确实是检查该位的唯一安全方法，因为 C++ 标准允许 char 类型为 signed（测试负值是替代方法）或 unsigned（需要测试 >= 128）；如果实现的 char 具有 'wrong' 类型的签名，那么这些测试中的任何一个都会失败。

Answer 2

如果没有更多上下文，我无法完全确定，但在我看来，此函数会检查字符串是否包含经典 7 位 US-ASCII 范围之外的任何 UTF-8 字符。

while (c=*text++) 将循环直到在 C-style 字符串中找到 nul-terminator；将每个 char 分配给 c。 c & 0x80 检查是否设置了 c 的 most-significant-bit。 *text & 0x80 对 text 指向的 char 做同样的事情（这将是 c 之后的那个，因为它是作为 while 条件的一部分递增的).

因此，如果 text 指向的字符串中任意两个相邻的 char 设置了 most-significant-bit，则此函数将 return true。 UTF-8 中任何代码点 U+0080 及以上都是这种情况；因此我猜这个函数是用来检测UTF-8文本的。

Answer 3

改写得不那么紧凑：

while (true)
{
    char c = *text;
    text += 1;
    if (c == '[=10=]') // at the end of string?
        return false;
    
    int temp1 = c & 0x80;          // test MSB of c
    int temp2 = (*text) & 0x80;    // test MSB of next character
    if (temp1 != 0 && temp2 != 0)  // if both set the return true
        return true;
}

MSB 表示最高有效位。 Bit7.纯 ascii 字符为零

这段与 char 字符串相关的 C++ 代码有什么作用？

What does this char string related piece of C++ code do?

c++

string

bit-manipulation

bitwise-operators