不能只靠字节长度或简单范围判断，必须验证UTF-8合法性并确认码点在韩文区间（如0xAC00–0xD7AF、0x1100–0x11FF等），推荐用utf8cpp库安全解码并校验。
如何用 C++ 检查 UTF-8 字节序列是否为单个韩文字符
直接结论：不能只靠 std::string 的字节长度或简单范围判断，必须验证 UTF-8 编码合法性，并确认其 Unicode 码点落在韩文区间（0xAC00–0xD7AF 是现代常用音节，0x1100–0x11FF、0x3130–0x318F、0xA960–0xA97F 等也含韩文字母）。C++ 标准库不提供开箱即用的 UTF-8 解码函数，得自己解析或借助轻量工具。
手动解析 UTF-8 字节并提取码点（无第三方依赖）
UTF-8 中韩文字符多为 3 字节（如 0xAC00 对应 0xEA 0xB0 0x80），但部分古谚文或扩展区是 4 字节。需按 UTF-8 规则逐字节识别起始字节（0xE0–0xEF 或 0xF0–0xF4），再校验后续字节是否为 0x80–0xBF，最后拼出码点。
- 起始字节为
0xE0–0xEF→ 应有 2 个后续字节，码点范围：0x0800–0xFFFF（覆盖大部分韩文音节） - 起始字节为
0xF0→ 应有 3 个后续字节，码点范围：0x10000–0x10FFFF（覆盖扩展韩文） - 若字节序列不满足格式（如
0xE0 0x7F 0x80），或拼出的码点不在韩文区（如0x3042是日文假名），就不是合法韩文字符 - 注意代理对（surrogate pairs）在 UTF-8 中不会出现，无需过滤；但要排除过长编码（如
0xF5起始）和非最短编码（如0xC0 0x80表示 U+0000，非法）
用 std::codecvt_utf8（已弃用，但仍有项目在用）的风险点
std::codecvt_utf8 在 C++17 被标记为 deprecated，且多数编译器（如 libstdc++）实现不完整或不处理错误字节。尝试用它解码损坏的 UTF-8 时可能抛 std::range_error，也可能静默截断——无法可靠区分「不是韩文」和「根本不是 UTF-8」。
- 不要依赖
std::wstring_convert<std::codecvt_utf8<char32_t>>做健壮判断 - 即使成功转成
char32_t，也要手动检查码点是否在0x1100–0x11FF、0x3130–0x318F、0xAC00–0xD7AF、0xA960–0xA97F等范围内 - Windows 上若用
MultiByteToWideChar(CP_UTF8, ...)，需传MB_ERR_INVALID_CHARS标志才能捕获非法序列，否则会静默替换为0xFFFD
推荐做法：用 utf8cpp 库做安全解码
utf8cpp 是头文件-only 的轻量库（utf8.h），提供 utf8::next() 和 utf8::validate()，能准确报告非法字节位置，且不依赖运行时 locale。
立即学习“C++免费学习笔记（深入）”；
#include "utf8.h"
#include <string>
#include <cstdint>
bool isHangulChar(const std::string& s) {
if (s.empty()) return false;
auto it = s.begin();
uint32_t cp;
try {
it = utf8::next(it, s.end(), cp); // 解码首字符
if (it != s.begin() + s.length()) return false; // 后续还有字节 → 多字符输入
return (cp >= 0x1100 && cp <= 0x11FF) || // 谚文字母
(cp >= 0x3130 && cp <= 0x318F) || // 兼容字母
(cp >= 0xAC00 && cp <= 0xD7AF) || // 音节
(cp >= 0xA960 && cp <= 0xA97F); // 扩展A
} catch (const utf8::exception&) {
return false; // 解码失败（非法 UTF-8）
}
}
关键细节：必须确保输入是单个字符（即 it == s.end()），否则只是判断「开头是不是韩文」；实际使用中常需先用 utf8::distance(s.begin(), s.end()) 确认长度为 1。
真正容易被忽略的是：韩文字符 ≠ 所有韩语文本中的字符。标点（如 ！）、数字、拉丁字母混排很常见，而 0x1100–0x11FF 区间还包含少量用于古籍的“谚文兼容字母”，现代输入法极少输出。如果业务只要求判断“用户是否输入了韩文字母或音节”，聚焦 0xAC00–0xD7AF 就够用；若要做全文内容分析，就得覆盖全部 Unicode 韩文区块，且接受个别边缘码点存在争议。
