我在使用下面的sqlite3语句进行更新数据库的cpp代码。在处理中文时出现错误

const char *sql = "UPDATE share_map SET target_path = ? || SUBSTR(target_path, ?) WHERE target_path LIKE ? OR target_path = ?;";

...

int old_path_length = pathstr.length();
sqlite3_bind_int(stmt, 2, old_path_length+1);//从length+1截取
        

原因是使用的sqlite3的SUBSTR函数是根据字符位置截取的。而std::string length()函数返回的是字节数。对于UTF8编码的字符，每个字符可能是1个，也可能是多个字节，这就造成了不统一，错误。

比如"abc中文"这个字符串，utf8对于汉字是3字节1字符，英文字母是1字节1字符，所以length()函数会返回9，实际上期望的是5。

解决办法是

A. 把字符串绑定到sqlite3语句，调用sqlite3自己的函数来计算字符数。

B. 自己手动计算utf8字符数

B办法我使用

代码是

size_t utf8_strlen(const std::string& str) {
    size_t len = 0;
    for (unsigned char c : str) {
        if ((c & 0xC0) != 0x80) {  // 统计UTF-8字符起始字节
            ++len;
        }
    }
    return len;
}

这个函数通过检测UTF-8编码的字节特征来统计字符数，原理是续字节识别。

UTF-8编码规则

UTF-8使用1-4个字节表示一个字符，编码规则如下：

关键原理：

在UTF-8中：

• 起始字节：最高位是 11（多字节字符的开始）或 0（单字节字符）
• 续字节：最高位是 10（表示这是多字节字符的后续部分）

判断条件分解：

• 0xC0 二进制：11000000
• 0x80 二进制：10000000
• (c & 0xC0)：取字节的最高2位
• (c & 0xC0) != 0x80：如果最高2位不是 10，说明这是一个字符的起始字节

所以将utf8_strlen替换length函数就行了

int old_path_length = utf8_strlen(pathstr);
sqlite3_bind_int(stmt, 2, old_path_length+1);//从length+1截取