如何识别一段文本是否为UTF-8编码

Question

请贴代码，发邮件给我。正确则必然给分。
[email protected]

Answer 1

绝对来讲,不能,否则HTML的标签里就不需要CHARACTERSET了.相对来讲,根据上下文,可以以一定的正确率来完成完成,因为UTF-8编码有个规则:UNICODE编码表中编码小于0X7F的UTF-8编码为其本身(占一个字节),其他字符均编码为11110xxx 10xxxxxx 10xxxxxx 10xxxxxx(二进制)的形式,及最高字节>0x80其最高位连续的1的位数表示本字符占用的字节数,其他字节均以10开头,按照这个规则遍历文本,大概可以判断是否UTF-8编码了,但显然不能十分确定