作者:陆麟
转载请征得作者同意.
2017.11.19

看雪大会各位老炮聊天时，突然发现我的老网站还是非常受人怀念，scz更是要求我恢复更新。那就努力挑战一下自己，看看能坚持多久。手头正好还有几篇之前发的小密圈的料，勉强能顶几下。先应急一阵。：）
我们听惯了，用惯了双字节的字符集，因为我们通常使用的是双字节的编码方案。
简体中文GB2312,windows对应的码表CP936，
韩文，windows对应的码表CP949，
繁体中文，windows对应的码表CP950，
从0x81~0xfe全部都是由双字节构成。
第一个char叫做leading byte,第二个char叫做trailing byte。
例如简体中文的“诏”字，编码是0xdaaf,leading byte是0xda,trailing byte是0xaf。


日文中则比较麻烦，0x81～0x9f,0xe0~0xfc是leading byte， 0xa1~0xdf则是1个字节代码的日文假名。并不需要第2个字节构成一个正常的文字。

字符串判断，字数计算的算法就需要根据语种不同而进行分别计算。简而言之，如果不区分语种，处理过程中盲目看到大于0x80的字节就断言后面还有一个字节才能构成一个字，基本上这个程序就挺容易作死的。