C++检查UTF8字符串包含指定字符

给定utf8字符串，如何知道它包含不允许的指定字符

要求utf8字符串只能包含英文字符和中文字符。任何其他字符，如符号、数字、空格、“\n”。。。这是不允许的

正则表达式可以做这项工作吗

bool legal(const std::string& s) { // s is utf8 string
   //??
}

您可以将std:：string转换为所述的utf32代码点向量，然后对它们进行迭代并检查范围，但是我无法提供中文字母的utf32值范围，并且从您对问题的评论判断，这可能是一个问题

编辑

---

如下面的评论所述，如果您知道需要验证的字符在2字节范围内，您可以使用utf16。

您能给我一个可以包含在UTF-8编码字符串中的汉字示例吗？任何汉字，任何英文字符都是允许的。你可能会发现将所有中文字符放入UTF-8编码的字符串是一个挑战。其他一些语言可以像python一样做到这一点。但我不知道std:：regex是否能做到这一点。如果不能，唯一的办法似乎是检查汉字的编码范围。你应该在字符串中走动，将UTF-8序列动态解码为Unicode码点数；然后将它们与您允许的范围进行比较。我想您会倾向于使用UTF-16和std:：wstring。@Bathsheba，正如我在回答中所说的，我对实际的代码范围不是很熟悉，但快速查看a表明，汉字实际上超出了2字节的范围，因此，纯粹从方便的角度来看，iterating utf32代码点更为通用。甚至不需要实际转换整个字符串，在UTF-8字符串中迭代代码点非常容易，实际上，使用UTF-8 cpp之类的库非常简单。