UTF-8是一种以可变宽度格式编码Unicode代码点的相对简单的方法，这样它就不会轻易混淆不了解Unicode的代码。

UTF-8概述

• 字节通常在1-0x7F（含）范围内
• 具有位模式10XX XXXX的字节被视为连续字节，其中六个最低有效位用于编码部分代码点。除非前一个字节期望它们出现，否则它们不得出现。
• 具有模式的110X XXXX字节之后需要一个连续字节
• 具有模式的1110 XXXX字节之后需要两个连续字节
• 具有模式的1111 0XXX字节之后需要三个连续字节
• 所有其他字节均无效，并且不应出现在UTF-8流中的任何位置。5、6和7字节的簇在理论上是可能的，但出于此挑战的目的而不允许。

超长编码

UTF-8还要求用最少的字节数表示一个代码点。可以用更少的字节表示的任何字节序列都是无效的。修改后的UTF-8向其中添加了一个例外，即空字符（U + 0000），应将其表示为C0 80（十六进制表示），并且不允许空字节出现在流中的任何位置。（这使其与以null终止的字符串兼容）

挑战

您将要编写一个程序，当给定一个字节字符串时，该程序将确定该字符串是否表示有效的Modified UTF-8，如果有效，则返回真实值，否则返回假值。请注意，您必须检查超长编码和空字节（因为这是Modified UTF-8）。您不需要解码UTF-8值。

例子

41 42 43  ==> yes (all bytes are in the 0-0x7F range)
00 01 02  ==> no (there is a null byte in the stream)
80 7F 41  ==> no (there is a continuation byte without a starter byte)
D9 84 10  ==> yes (the correct number of continuation bytes follow a starter byte)
F0 81 82 41  ==> no (there are not enough continuation bytes after F0)
EF 8A A7 91  ==> no (too many continuation bytes)
E1 E1 01  ==> no (starter byte where a continuation byte is expected)
E0 80 87  ==> no (overlong encoding)
41 C0 80  ==> yes (null byte encoded with the only legal overlong encoding)
F8 42 43  ==> no (invalid byte 'F8')

规则

• 适用标准规则和漏洞
• 输入和输出可以采用任何方便的格式，只要可以读取无符号字节范围（0-255）中的所有值即可。
  • 您可能需要使用数组或文件，而不是使用以空字符结尾的字符串。您需要能够读取空字节。
• 最短的代码胜出！
• 请注意，不能保证使用内置函数解码UTF-8符合此处给出的要求。您可能需要解决它并创建特殊情况。

编辑：由于不使用解码UTF-8的内置函数而增加了奖励

EDIT2：删除了奖金，因为只有Rust答案合格，并且定义起来很尴尬。

Elixir，69位元组

import String
&valid? replace replace(&1,<<0>>,"\xFF"),"\xC0\x80","0"

在线尝试！

利用内置的字符串验证功能。将输入作为Elixir二进制文件。

APL（Dyalog Unicode），41 39 字节^SBCS

匿名默认前缀功能。以Unicode字符串作为参数，其中字符的代码点表示输入字节。

{0::0⋄×⌊/'UTF-8'⎕UCS⍣2⎕UCS⍵}'À\x80'⎕R⎕A

在线尝试！

'À\x80'⎕R⎕A [R E放置C0 80s的大写甲 lphabet

{… } 应用以下匿名函数，其中参数为⍵：

 0:: 如果发生任何错误：

  0 返回零

 ⋄ 尝试：

  ⎕UCS⍵ 将字符串转换为代码点

  'UTF-8'⎕UCS⍣2 解释为UTF-8字节并将结果文本转换回字节

  ⌊/ 最低字节（如果存在一个空字节，则为零；如果不存在，则为正；如果为空字符串，则为“无穷大”）

  × 符号（如果存在空字节则为零，否则为一个）

Python 2中，104个 102字节

''.join(chr(int(c,16))for c in input().replace('00','-').replace('C0 80','0').split()).decode('utf-8')

在线尝试！

通过退出代码输出

Rust- 191字节 313字节

以下原始注释中的每个注释均无法正常运行。新的和改进的版本。不使用任何库，因为The Mighty Rust不需要您和您的库。此代码使用状态机进行模式匹配。通过无耻地撕下UTF8规范，在通过Jon Skeet的参考和讨论找到它之后，我们可以将几乎每个字符的规范复制到一个生锈的Match模式匹配块中。最后，我们添加了Beefster对C0 80的特殊Mutf8要求，该要求被视为有效。取消高尔夫：

/* http://www.unicode.org/versions/corrigendum1.html
 Code Points        1st Byte    2nd Byte    3rd Byte    4th Byte
U+0000..U+007F      00..7F           
U+0080..U+07FF      C2..DF      80..BF           
U+0800..U+0FFF      E0          A0..BF      80..BF       
U+1000..U+FFFF      E1..EF      80..BF      80..BF       
U+10000..U+3FFFF    F0          90..BF      80..BF      80..BF
U+40000..U+FFFFF    F1..F3      80..BF      80..BF      80..BF
U+100000..U+10FFFF  F4          80..8F      80..BF      80..BF
*/

let m=|v:&Vec<u8>|v.iter().fold(0, |s, b| match (s, b) {
        (0, 0x01..=0x7F) => 0,
        (0, 0xc2..=0xdf) => 1,
        (0, 0xe0) => 2,
        (0, 0xe1..=0xef) => 4,
        (0, 0xf0) => 5,
        (0, 0xf1..=0xf3) => 6,
        (0, 0xf4) => 7,
        (1, 0x80..=0xbf) => 0,
        (2, 0xa0..=0xbf) => 1,
        (4, 0x80..=0xbf) => 1,
        (5, 0x90..=0xbf) => 4,
        (6, 0x80..=0xbf) => 4,
        (7, 0x80..=0x8f) => 4,
        (0, 0xc0) => 8, // beefster mutf8 null
        (8, 0x80) => 0, // beefster mutf8 null
        _ => -1,
    })==0;

在生锈的操场上尝试