[尝试实现c ++代码，我们可以在std :: string中使用非utf8字符作为分隔符。
是否存在非UTF-8字符？
[std::string仅知道原始的char值，对于使用char来保存编码值的特定字符编码一无所知。
[许多常见的UTF-8实现使用char来保存编码的代码单元（尽管C ++ 20为此会引入char8_t和std::u8string）。但是其他字符编码（Windows-12 ##，ISO-8859-＃等）也可以将其编码值放入char元素中。
属于ASCII范围（0x00 .. 0x7F）的任何char值将适合1 char，并映射到Unicode（U + 0000 .. U + 007F）中相同的代码点值，但任何[C0 ANSI范围中的]值，而不是ASCII范围（0x80 .. 0xFF）中的]值可以通过创建char值的任何字符编码进行解释。有些编码每个字符使用1个char，有些编码使用多个char。
所以是的，有诸如“非UTF-8字符”之类的东西。
您可以签出char。并非每个字节序列都是有效的UTF-8字符。即使是单个字节：0x11111000、0x11111111在UTF-8中也不是有效的第一个字节。
尽管，我怀疑使用非UTF-8字符作为分隔符是一个好主意。您可能会发现某些程序（例如Notepad ++）在读取字符串输出时遇到问题。
是。 0xC0、0xC1、0xF5、0xF6、0xF7、0xF8、0xF9、0xFA，0xFB，0xFC，0xFD，0xFE，0xFF为UTF-8 standard on Wiki。 UTF-8代码单元为8位。如果用invalid UTF-8 code units表示8位字节，则无效的UTF-8代码单元将是char值，这些值不会出现在UTF-8编码的文本中。