编码-如何区分 [ANSI] 和 [无BOM的UTF8] 这两种编码

ANSI 936 GBK 2个字节 表示一个汉字。
无BOM的UTF8  3个字节 表示一个汉字。

C++如何区分 文本文件是GBK还是无BOM的UTF8
不要告诉我显示出来，看是不是乱码就知道了。。。。

https://blog.
可以看看

还是没有用呀！！！
没说明C++ 如何区分 [ANSI] 和 [无BOM的UTF8] 这两种编码

如果好多的都是按照UTF-8规则，那么utf-8，否则
如果好多的都是按照GBK规则，那么GBK，否则一般选择是GBK。

如何让程序，自动识别

知乎上一个问答，供参考：https://www.

有BOM的好区分。
无BOM的UTF-8和ANSI如何区分。。。。

懵了

UTF-8以8bit为单元可变长的一种多字节编码字符集
表示一个Unicode字符时，它可以是1个至多个字节
编码规则：
1字节：0xxxxxxx
2字节：110xxxxx 10xxxxxx
3字节：1110xxxx 10xxxxxx 10xxxxxx
4字节：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
..........
可以按编码规则去判断

UTF-8 规则：

UTF-8 用一到四个字节表示字符。
一个字节：0*******                            (7位)
两个字节：110***** 10******                   (11位)
三个字节：1110**** 10****** 10******          (16位)
四个字节：11110*** 10****** 10****** 10****** (21位)
以此类推，理论上最多能到六个字节（第一个字节已经是1111110*），但由于Unicode范围是U+0000到U+10FFFF（0x10FFFF=十进制1114111=长21位的二进制10000 11111111 11111111），所以最多四个字节足矣。

(其中星号部分表示Unicode的二进制码，并且全都用二进制表示编码，除了U+和0x开头的是十六进制)

[此贴子已经被作者于2022-9-11 20:57编辑过]