C++标准库无汉字检测函数，需按UTF-8字节规则判断：遍历string，遇0xE0–0xEF开头的3字节序列即为汉字；std::u8string仍是字节容器，不可直接按字符遍历。
用 std::string 判断是否含汉字：核心是字节范围识别
直接结论：C++ 标准库不提供“汉字检测”函数，必须靠 UTF-8 编码规则手动判断。关键不是查 Unicode 码点，而是看字节序列是否符合 UTF-8 中汉字的编码特征（多字节、首字节在 0xE0–0xEF 区间）。
常见错误是把 char 当成字符处理——std::string 存的是 UTF-8 字节流，一个汉字占 3 字节，str[i] 取到的只是其中某个字节，不能单独比对。
- 只适用于 UTF-8 编码的字符串（Linux/macOS 默认，Windows 控制台需
SetConsoleOutputCP(CP_UTF8)） - 不要用
iswalpha()或std::iswalnum，它们依赖 locale，中文 locale 下可能误判全角 ASCII 或漏判生僻字 - 简单有效的方法：遍历字节，遇到
0xE0–0xEF开头的连续 3 字节序列，就认为是一个汉字（覆盖常用汉字，兼容性好）
std::u8string + std::char8_t 的正确用法
C++20 引入了 std::u8string，但它仍是字节容器，不是“Unicode 字符容器”。std::u8string::size() 返回字节数，不是字符数；u8"你好" 的 .size() 是 6，不是 2。
想用标准方式做字符级判断？目前没有跨平台、零依赖的方案。但可以借助 std::mbrtoc8（C++23）或第三方库如 ICU、utf8cpp 做严格解码。日常项目中，95% 场景用字节范围法更轻量可靠。
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
- 别写
for (char8_t c : u8str) { ... }来逐“字符”检查——这仍是逐字节，且char8_t无符号，0xE4会被当 228 而非 -28，影响范围判断 - 若已知字符串为合法 UTF-8，可先用
std::from_chars（C++17）或std::stoul配合0x前缀解析十六进制码点，再查 Unicode 区间（如0x4E00–0x9FFF），但性能差、代码重
最简实用代码：3 行判断 UTF-8 字符串是否含汉字
bool has_chinese(const std::string& s) {
for (size_t i = 0; i < s.size(); ++i) {
unsigned char b = s[i];
if (b >= 0xE0 && b <= 0xEF && i + 2 < s.size() &&
(s[i+1] & 0xC0) == 0x80 && (s[i+2] & 0xC0) == 0x80)
return true;
i += (b >= 0xC0 && b <= 0xDF) ? 1 : (b >= 0xE0 && b <= 0xEF) ? 2 : 0;
}
return false;
}
这段代码跳过单字节（ASCII）、双字节（如部分日文平假名）、三字节（绝大多数汉字）的 UTF-8 字符，只对三字节开头字节做完整校验。它不依赖 locale、不抛异常、不分配内存，适合嵌入式或高频调用场景。
- 注意：未校验第四字节（如 Emoji），但汉字基本都在三字节范围内
- 如果字符串可能含非法 UTF-8（如混合 GBK），此函数可能误判或越界——务必确保输入是合法 UTF-8
- 要支持生僻字或扩展区（如
0x3400–0x4DBF、0x20000–0x2A6DF），需额外加字节模式匹配，但日常文本几乎不需要
Windows 上读文件/控制台输入时的编码陷阱
Windows 默认使用系统 ANSI 编码（如 GBK），std::ifstream 直接读取会得到乱码字节流，此时用 UTF-8 字节判断逻辑必然失败。
- 读文件前，用
std::wifstream+imbue(std::locale("zh-CN.UTF-8"))不可靠；更稳妥的是用std::ifstream以二进制打开，再用MultiByteToWideChar(CP_ACP, ...)转宽字符，最后用WideCharToMultiByte(CP_UTF8, ...)转回 UTF-8 字节串 - 控制台输入：调用
SetConsoleCP(CP_UTF8)和SetConsoleOutputCP(CP_UTF8)后，std::getline(std::cin, s)才能得到 UTF-8 字符串 - VS 项目属性里设置“字符集 = 使用 Unicode 字符集”，只影响
TCHAR，不影响std::string，别被误导
真正麻烦的从来不是怎么判断，而是怎么让字符串在进入判断逻辑之前，就已经是干净的 UTF-8。
