c++ linux utf-8 编码 中文汉字分割（超简单代码）

UTF-8 编码对于英文字母，占用一个字节；
UTF-8 编码对于中文字母，占用多个字节，最大占用6个字节，其中第一个字节二进制的最高位连续1的个数来表示占用字节的个数，例如;
汉字“中”占3个字节

“中” ： ‭11100100  10111000  10101101‬ // 最高位连续3个1
“国” ： ‭11100101  10011011  10111101‬  // 最高位连续3个1

实现汉字的分割代码：

vector list;
int strSize = str.size();
int i = 0;

while (i < strSize) {
    int len = 1;
    for (int j = 0; j < 6 && (str[i] & (0x80 >> j)); j++) {
        len = j+1;
    }
    list.push_back(str.substr(i, len));
    i += len;
}