可行，关键在于依首字节高位模式识别UTF-8字符起始、长度及有效性：1～4字节对应不同码点范围，需校验续字节格式（10xxxxxx）、码点合法性（非代理对、不超U+10FFFF、无过长编码）并正确解包。
直接用 while 循环解析 UTF-8 字节流是可行的，但关键不在于循环本身，而在于正确识别每个 UTF-8 编码单元的起始、长度和有效性。UTF-8 是变长编码，1～4 字节表示一个 Unicode 码点，首字节的高位模式决定了整个字符的字节数。
识别 UTF-8 字符边界：靠首字节高位模式
UTF-8 编码规则中，首字节（lead byte）决定该字符总长度：
- 0xxxxxxx → 1 字节（ASCII，U+0000–U+007F）
-
110xxxxx → 2 字节（需后续 1 个 continuation byte：
10xxxxxx） - 1110xxxx → 3 字节（需后续 2 个 continuation bytes）
- 11110xxx → 4 字节（需后续 3 个 continuation bytes）
- 其他首字节（如
10xxxxxx、11111xxx）为非法起始，应视为错误或重同步点
while 循环主体：逐字符推进指针
用索引 i 遍历字节数组，每次识别出一个完整字符后，i 跳过对应字节数。核心逻辑如下：
- 读取
bytes[i]，根据其高两位/三位/四位判断预期长度n - 检查后续
n−1字节是否都在0x80–0xBF范围（即10xxxxxx） - 若校验通过，提取这
n字节，调用int.from_bytes(..., 'big')并按 UTF-8 解码规则还原码点（注意：需验证码点是否在合法 Unicode 范围且不为代理对/超限值） - 若任一校验失败（如缺 continuation byte、格式错、码点非法），可跳过当前字节（
i += 1）并记录错误，避免卡死
解码与容错：不能只拼接字节
解码不是简单把 n 字节转成整数——必须执行 UTF-8 语义解包。例如：
- 2 字节序列
0xC2 0xA1：首字节0xC2 = 11000010→ 2 字节；次字节0xA1 = 10100001合法；码点 =((0xC2 & 0x1F) << 6) | (0xA1 & 0x3F) = 0x00A1 = U+00A1 - 遇到
0xC0 0x80：虽格式“合法”，但解出码点0x0000属于 overlong 编码（应使用 1 字节），按标准应拒绝 - 遇到
0xF5 0x80 0x80 0x80：解出码点超 Unicode 上限（U+10FFFF），必须丢弃
实际 while 循环结构示意（Python 风格伪代码）
（仅展示主干逻辑，不含异常处理细节）
i = 0
while i < len(data):
b0 = data[i]
if b0 < 0x80: # 1-byte
codepoint = b0
i += 1
elif 0xC0 <= b0 < 0xE0: # 2-byte
if i+1 >= len(data) or not (0x80 <= data[i+1] < 0xC0):
i += 1; continue
codepoint = ((b0 & 0x1F) << 6) | (data[i+1] & 0x3F)
if codepoint < 0x80: # overlong
i += 1; continue
i += 2
elif 0xE0 <= b0 < 0xF0: # 3-byte...
# 类似扩展，检查 i+1,i+2，解包，校验范围（如 U+D800–U+DFFF 禁止）
i += 3
elif 0xF0 <= b0 < 0xF8: # 4-byte...
i += 4
else:
i += 1 # invalid lead byte
# 此处可 yield codepoint 或追加到结果列表
