]> granicus.if.org Git - icinga2/commitdiff
Add 'third-party/utf8cpp/' from commit '82344d605146dca6b19abc21578482cecda7f5d7'
authorAlexander A. Klimov <alexander.klimov@icinga.com>
Fri, 15 Mar 2019 12:33:44 +0000 (13:33 +0100)
committerAlexander A. Klimov <alexander.klimov@icinga.com>
Fri, 15 Mar 2019 12:33:44 +0000 (13:33 +0100)
git-subtree-dir: third-party/utf8cpp
git-subtree-mainline: 002f8e36f5ef8517cb9b870351bff9da617abe23
git-subtree-split: 82344d605146dca6b19abc21578482cecda7f5d7

16 files changed:
1  2 
third-party/utf8cpp/.gitignore
third-party/utf8cpp/CMakeLists.txt
third-party/utf8cpp/LICENSE
third-party/utf8cpp/README.md
third-party/utf8cpp/samples/docsample.cpp
third-party/utf8cpp/source/utf8.h
third-party/utf8cpp/source/utf8/checked.h
third-party/utf8cpp/source/utf8/core.h
third-party/utf8cpp/source/utf8/unchecked.h
third-party/utf8cpp/test_data/negative/utf8_invalid.txt
third-party/utf8cpp/test_data/utf8samples/UTF-8-demo.txt
third-party/utf8cpp/test_data/utf8samples/Unicode_transcriptions.html
third-party/utf8cpp/test_data/utf8samples/quickbrown.txt
third-party/utf8cpp/test_drivers/negative/negative.cpp
third-party/utf8cpp/test_drivers/smoke_test/test.cpp
third-party/utf8cpp/test_drivers/utf8reader/utf8reader.cpp

index 0000000000000000000000000000000000000000,0000000000000000000000000000000000000000..488d51dd9084a3e11c75048f6d730aaee491eece
new file mode 100644 (file)
--- /dev/null
--- /dev/null
@@@ -1,0 -1,0 +1,4 @@@
++# VS Code:
++.vscode/
++# Often used by CMake 
++build/
index 0000000000000000000000000000000000000000,0000000000000000000000000000000000000000..55073cdaad33409342eee39f7ab321dea3899ed9
new file mode 100644 (file)
--- /dev/null
--- /dev/null
@@@ -1,0 -1,0 +1,43 @@@
++cmake_minimum_required (VERSION 3.0.2)
++project (utf8cpp VERSION 2.3.6 LANGUAGES CXX)
++
++option(UTF8_TESTS "Enable tests for UTF8-CPP" On)
++option(UTF8_SAMPLES "Enable building samples for UTF8-CPP" On)
++
++add_library(utf8cpp INTERFACE)
++target_include_directories(utf8cpp INTERFACE
++      "$<BUILD_INTERFACE:${CMAKE_CURRENT_SOURCE_DIR}/source>"
++      $<INSTALL_INTERFACE:include/utf8cpp>
++)
++add_library(utf8::cpp ALIAS utf8cpp)
++
++if(WIN32 AND NOT CYGWIN)
++    set(DEF_INSTALL_CMAKE_DIR CMake)
++else()
++    include(GNUInstallDirs) # define CMAKE_INSTALL_*
++    set(DEF_INSTALL_CMAKE_DIR ${CMAKE_INSTALL_LIBDIR}/cmake/utf8cpp)
++endif()
++
++install(DIRECTORY source/ DESTINATION include/utf8cpp)
++install(TARGETS utf8cpp EXPORT utf8cppConfig)
++install(EXPORT utf8cppConfig DESTINATION ${DEF_INSTALL_CMAKE_DIR})
++
++if(UTF8_SAMPLES)
++      add_executable(utf8reader ${PROJECT_SOURCE_DIR}/test_drivers/utf8reader/utf8reader.cpp)
++      add_executable(docsample ${PROJECT_SOURCE_DIR}/samples/docsample.cpp)
++
++      target_link_libraries(utf8reader PRIVATE utf8::cpp)
++      target_link_libraries(docsample PRIVATE utf8::cpp)
++endif()
++
++if(UTF8_TESTS)
++      add_executable(smoke ${PROJECT_SOURCE_DIR}/test_drivers/smoke_test/test.cpp)
++      add_executable(negative ${PROJECT_SOURCE_DIR}/test_drivers/negative/negative.cpp)
++
++      target_link_libraries(smoke PRIVATE utf8::cpp)
++      target_link_libraries(negative PRIVATE utf8::cpp)
++
++      enable_testing()
++      add_test(smoke_test smoke)
++      add_test(negative_test negative ${PROJECT_SOURCE_DIR}/test_data/negative/utf8_invalid.txt)
++endif()
index 0000000000000000000000000000000000000000,36b7cd93cdfbac762f5be4c6ce276df2ea6305c2..36b7cd93cdfbac762f5be4c6ce276df2ea6305c2
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,0000000000000000000000000000000000000000..09996abc8840f43500e52524c5705ba15950386d
new file mode 100644 (file)
--- /dev/null
--- /dev/null
@@@ -1,0 -1,0 +1,1090 @@@
++# UTF8-CPP: UTF-8 with C++ in a Portable Way
++
++
++## Introduction
++
++Many C++ developers miss an easy and portable way of handling Unicode encoded strings. The original C++ Standard (known as C++98 or C++03) is Unicode agnostic. C++11 provides some support for Unicode on core language and library level: u8, u, and U character and string literals, char16_t and char32_t character types, u16string and u32string library classes, and codecvt support for conversions between Unicode encoding forms. In the meantime, developers use third party libraries like ICU, OS specific capabilities, or simply roll out their own solutions.
++
++In order to easily handle UTF-8 encoded Unicode strings, I came up with a small, C++98 compatible generic library. For anybody used to work with STL algorithms and iterators, it should be easy and natural to use. The code is freely available for any purpose - check out the [license](./LICENSE). The library has been used a lot in the past ten years both in commercial and open-source projects and is considered feature-complete now. If you run into bugs or performance issues, please let me know and I'll do my best to address them.
++
++The purpose of this article is not to offer an introduction to Unicode in general, and UTF-8 in particular. If you are not familiar with Unicode, be sure to check out [Unicode Home Page](http://www.unicode.org/) or some other source of information for Unicode. Also, it is not my aim to advocate the use of UTF-8 encoded strings in C++ programs; if you want to handle UTF-8 encoded strings from C++, I am sure you have good reasons for it.
++
++## Examples of use
++
++### Introductionary Sample
++
++To illustrate the use of the library, let's start with a small but complete program that opens a file containing UTF-8 encoded text, reads it line by line, checks each line for invalid UTF-8 byte sequences, and converts it to UTF-16 encoding and back to UTF-8:
++
++```cpp
++#include <fstream>
++#include <iostream>
++#include <string>
++#include <vector>
++#include "utf8.h"
++using namespace std;
++int main(int argc, char** argv)
++{
++    if (argc != 2) {
++        cout << "\nUsage: docsample filename\n";
++        return 0;
++    }
++
++    const char* test_file_path = argv[1];
++    // Open the test file (contains UTF-8 encoded text)
++    ifstream fs8(test_file_path);
++    if (!fs8.is_open()) {
++    cout << "Could not open " << test_file_path << endl;
++    return 0;
++    }
++
++    unsigned line_count = 1;
++    string line;
++    // Play with all the lines in the file
++    while (getline(fs8, line)) {
++       // check for invalid utf-8 (for a simple yes/no check, there is also utf8::is_valid function)
++        string::iterator end_it = utf8::find_invalid(line.begin(), line.end());
++        if (end_it != line.end()) {
++            cout << "Invalid UTF-8 encoding detected at line " << line_count << "\n";
++            cout << "This part is fine: " << string(line.begin(), end_it) << "\n";
++        }
++
++        // Get the line length (at least for the valid part)
++        int length = utf8::distance(line.begin(), end_it);
++        cout << "Length of line " << line_count << " is " << length <<  "\n";
++
++        // Convert it to utf-16
++        vector<unsigned short> utf16line;
++        utf8::utf8to16(line.begin(), end_it, back_inserter(utf16line));
++
++        // And back to utf-8
++        string utf8line; 
++        utf8::utf16to8(utf16line.begin(), utf16line.end(), back_inserter(utf8line));
++
++        // Confirm that the conversion went OK:
++        if (utf8line != string(line.begin(), end_it))
++            cout << "Error in UTF-16 conversion at line: " << line_count << "\n";        
++
++        line_count++;
++    }
++    return 0;
++}
++```
++
++In the previous code sample, for each line we performed a detection of invalid UTF-8 sequences with `find_invalid`; the number of characters (more precisely - the number of Unicode code points, including the end of line and even BOM if there is one) in each line was determined with a use of `utf8::distance`; finally, we have converted each line to UTF-16 encoding with `utf8to16` and back to UTF-8 with `utf16to8`.
++
++### Checking if a file contains valid UTF-8 text
++
++Here is a function that checks whether the content of a file is valid UTF-8 encoded text without reading the content into the memory:
++
++```cpp
++bool valid_utf8_file(const char* file_name)
++{
++    ifstream ifs(file_name);
++    if (!ifs)
++        return false; // even better, throw here
++
++    istreambuf_iterator<char> it(ifs.rdbuf());
++    istreambuf_iterator<char> eos;
++
++    return utf8::is_valid(it, eos);
++}
++```
++
++Because the function `utf8::is_valid()` works with input iterators, we were able to pass an `istreambuf_iterator` to it and read the content of the file directly without loading it to the memory first.
++
++Note that other functions that take input iterator arguments can be used in a similar way. For instance, to read the content of a UTF-8 encoded text file and convert the text to UTF-16, just do something like:
++
++```cpp
++    utf8::utf8to16(it, eos, back_inserter(u16string));
++```
++
++### Ensure that a string contains valid UTF-8 text
++
++If we have some text that "probably" contains UTF-8 encoded text and we want to replace any invalid UTF-8 sequence with a replacement character, something like the following function may be used:
++
++```cpp
++void fix_utf8_string(std::string& str)
++{
++    std::string temp;
++    utf8::replace_invalid(str.begin(), str.end(), back_inserter(temp));
++    str = temp;
++}
++```
++
++The function will replace any invalid UTF-8 sequence with a Unicode replacement character. There is an overloaded function that enables the caller to supply their own replacement character.
++
++## Reference
++
++### Functions From utf8 Namespace
++
++#### utf8::append
++
++Available in version 1.0 and later.
++
++Encodes a 32 bit code point as a UTF-8 sequence of octets and appends the sequence to a UTF-8 string.
++
++```cpp
++template <typename octet_iterator>
++octet_iterator append(uint32_t cp, octet_iterator result);
++```
++
++`octet_iterator`: an output iterator.  
++`cp`: a 32 bit integer representing a code point to append to the sequence.  
++`result`: an output iterator to the place in the sequence where to append the code point.  
++Return value: an iterator pointing to the place after the newly appended sequence.
++
++Example of use:
++
++```cpp
++unsigned char u[5] = {0,0,0,0,0};
++unsigned char* end = append(0x0448, u);
++assert (u[0] == 0xd1 && u[1] == 0x88 && u[2] == 0 && u[3] == 0 && u[4] == 0);
++```
++
++Note that `append` does not allocate any memory - it is the burden of the caller to make sure there is enough memory allocated for the operation. To make things more interesting, `append` can add anywhere between 1 and 4 octets to the sequence. In practice, you would most often want to use `std::back_inserter` to ensure that the necessary memory is allocated.
++
++In case of an invalid code point, a `utf8::invalid_code_point` exception is thrown.
++
++#### utf8::next
++
++Available in version 1.0 and later.
++
++Given the iterator to the beginning of the UTF-8 sequence, it returns the code point and moves the iterator to the next position.
++
++```cpp
++template <typename octet_iterator> 
++uint32_t next(octet_iterator& it, octet_iterator end);
++```
++
++`octet_iterator`: an input iterator.  
++`it`: a reference to an iterator pointing to the beginning of an UTF-8 encoded code point. After the function returns, it is incremented to point to the beginning of the next code point.  
++`end`: end of the UTF-8 sequence to be processed. If `it` gets equal to `end` during the extraction of a code point, an `utf8::not_enough_room` exception is thrown.  
++Return value: the 32 bit representation of the processed UTF-8 code point.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++char* w = twochars;
++int cp = next(w, twochars + 6);
++assert (cp == 0x65e5);
++assert (w == twochars + 3);
++```
++
++This function is typically used to iterate through a UTF-8 encoded string.
++
++In case of an invalid UTF-8 seqence, a `utf8::invalid_utf8` exception is thrown.
++
++#### utf8::peek_next
++
++Available in version 2.1 and later.
++
++Given the iterator to the beginning of the UTF-8 sequence, it returns the code point for the following sequence without changing the value of the iterator.
++
++```cpp
++template <typename octet_iterator> 
++uint32_t peek_next(octet_iterator it, octet_iterator end);
++```
++
++
++`octet_iterator`: an input iterator.  
++`it`: an iterator pointing to the beginning of an UTF-8 encoded code point.  
++`end`: end of the UTF-8 sequence to be processed. If `it` gets equal to `end` during the extraction of a code point, an `utf8::not_enough_room` exception is thrown.  
++Return value: the 32 bit representation of the processed UTF-8 code point.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++char* w = twochars;
++int cp = peek_next(w, twochars + 6);
++assert (cp == 0x65e5);
++assert (w == twochars);
++```
++
++In case of an invalid UTF-8 seqence, a `utf8::invalid_utf8` exception is thrown.
++
++#### utf8::prior
++
++Available in version 1.02 and later.
++
++Given a reference to an iterator pointing to an octet in a UTF-8 sequence, it decreases the iterator until it hits the beginning of the previous UTF-8 encoded code point and returns the 32 bits representation of the code point.
++
++```cpp
++template <typename octet_iterator> 
++uint32_t prior(octet_iterator& it, octet_iterator start);
++```
++
++`octet_iterator`: a bidirectional iterator.  
++`it`: a reference pointing to an octet within a UTF-8 encoded string. After the function returns, it is decremented to point to the beginning of the previous code point.  
++`start`: an iterator to the beginning of the sequence where the search for the beginning of a code point is performed. It is a safety measure to prevent passing the beginning of the string in the search for a UTF-8 lead octet.  
++ Return value: the 32 bit representation of the previous code point.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++unsigned char* w = twochars + 3;
++int cp = prior (w, twochars);
++assert (cp == 0x65e5);
++assert (w == twochars);
++```
++
++This function has two purposes: one is two iterate backwards through a UTF-8 encoded string. Note that it is usually a better idea to iterate forward instead, since `utf8::next` is faster. The second purpose is to find a beginning of a UTF-8 sequence if we have a random position within a string. Note that in that case `utf8::prior` may not detect an invalid UTF-8 sequence in some scenarios: for instance if there are superfluous trail octets, it will just skip them.
++
++`it` will typically point to the beginning of a code point, and `start` will point to the beginning of the string to ensure we don't go backwards too far. `it` is decreased until it points to a lead UTF-8 octet, and then the UTF-8 sequence beginning with that octet is decoded to a 32 bit representation and returned.
++
++In case `start` is reached before a UTF-8 lead octet is hit, or if an invalid UTF-8 sequence is started by the lead octet, an `invalid_utf8` exception is thrown.
++
++In case `start` equals `it`, a `not_enough_room` exception is thrown.
++
++#### utf8::previous
++
++Deprecated in version 1.02 and later.
++
++Given a reference to an iterator pointing to an octet in a UTF-8 seqence, it decreases the iterator until it hits the beginning of the previous UTF-8 encoded code point and returns the 32 bits representation of the code point.
++
++```cpp
++template <typename octet_iterator> 
++uint32_t previous(octet_iterator& it, octet_iterator pass_start);
++```
++
++`octet_iterator`: a random access iterator.  
++`it`: a reference pointing to an octet within a UTF-8 encoded string. After the function returns, it is decremented to point to the beginning of the previous code point.  
++`pass_start`: an iterator to the point in the sequence where the search for the beginning of a code point is aborted if no result was reached. It is a safety measure to prevent passing the beginning of the string in the search for a UTF-8 lead octet.  
++Return value: the 32 bit representation of the previous code point.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++unsigned char* w = twochars + 3;
++int cp = previous (w, twochars - 1);
++assert (cp == 0x65e5);
++assert (w == twochars);
++```
++
++
++`utf8::previous` is deprecated, and `utf8::prior` should be used instead, although the existing code can continue using this function. The problem is the parameter `pass_start` that points to the position just before the beginning of the sequence. Standard containers don't have the concept of "pass start" and the function can not be used with their iterators.
++
++`it` will typically point to the beginning of a code point, and `pass_start` will point to the octet just before the beginning of the string to ensure we don't go backwards too far. `it` is decreased until it points to a lead UTF-8 octet, and then the UTF-8 sequence beginning with that octet is decoded to a 32 bit representation and returned.
++
++In case `pass_start` is reached before a UTF-8 lead octet is hit, or if an invalid UTF-8 sequence is started by the lead octet, an `invalid_utf8` exception is thrown
++
++#### utf8::advance
++Available in version 1.0 and later.
++
++Advances an iterator by the specified number of code points within an UTF-8 sequence.
++
++```cpp
++template <typename octet_iterator, typename distance_type> 
++void advance (octet_iterator& it, distance_type n, octet_iterator end);
++```
++
++`octet_iterator`: an input iterator.  
++`distance_type`: an integral type convertible to `octet_iterator`'s difference type.  
++`it`: a reference to an iterator pointing to the beginning of an UTF-8 encoded code point. After the function returns, it is incremented to point to the nth following code point.  
++`n`: a positive integer that shows how many code points we want to advance.  
++`end`: end of the UTF-8 sequence to be processed. If `it` gets equal to `end` during the extraction of a code point, an `utf8::not_enough_room` exception is thrown.  
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++unsigned char* w = twochars;
++advance (w, 2, twochars + 6);
++assert (w == twochars + 5);
++```
++
++This function works only "forward". In case of a negative `n`, there is no effect.
++
++In case of an invalid code point, a `utf8::invalid_code_point` exception is thrown.
++
++#### utf8::distance
++
++Available in version 1.0 and later.
++
++Given the iterators to two UTF-8 encoded code points in a seqence, returns the number of code points between them.
++
++```cpp
++template <typename octet_iterator> 
++typename std::iterator_traits<octet_iterator>::difference_type distance (octet_iterator first, octet_iterator last);
++```
++
++`octet_iterator`: an input iterator.  
++`first`: an iterator to a beginning of a UTF-8 encoded code point.  
++`last`: an iterator to a "post-end" of the last UTF-8 encoded code point in the sequence we are trying to determine the length. It can be the beginning of a new code point, or not.  
++ Return value the distance between the iterators, in code points.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++size_t dist = utf8::distance(twochars, twochars + 5);
++assert (dist == 2);
++```
++
++This function is used to find the length (in code points) of a UTF-8 encoded string. The reason it is called _distance_, rather than, say, _length_ is mainly because developers are used that _length_ is an O(1) function. Computing the length of an UTF-8 string is a linear operation, and it looked better to model it after `std::distance` algorithm.
++
++In case of an invalid UTF-8 seqence, a `utf8::invalid_utf8` exception is thrown. If `last` does not point to the past-of-end of a UTF-8 seqence, a `utf8::not_enough_room` exception is thrown.
++
++#### utf8::utf16to8
++
++Available in version 1.0 and later.
++
++Converts a UTF-16 encoded string to UTF-8.
++
++```cpp
++template <typename u16bit_iterator, typename octet_iterator>
++octet_iterator utf16to8 (u16bit_iterator start, u16bit_iterator end, octet_iterator result);
++```
++
++`u16bit_iterator`: an input iterator.  
++`octet_iterator`: an output iterator.  
++`start`: an iterator pointing to the beginning of the UTF-16 encoded string to convert.  
++`end`: an iterator pointing to pass-the-end of the UTF-16 encoded string to convert.  
++`result`: an output iterator to the place in the UTF-8 string where to append the result of conversion.  
++Return value: An iterator pointing to the place after the appended UTF-8 string.
++
++Example of use:
++
++```cpp
++unsigned short utf16string[] = {0x41, 0x0448, 0x65e5, 0xd834, 0xdd1e};
++vector<unsigned char> utf8result;
++utf16to8(utf16string, utf16string + 5, back_inserter(utf8result));
++assert (utf8result.size() == 10);    
++```
++
++In case of invalid UTF-16 sequence, a `utf8::invalid_utf16` exception is thrown.
++
++#### utf8::utf8to16
++
++Available in version 1.0 and later.
++
++Converts an UTF-8 encoded string to UTF-16
++
++```cpp
++template <typename u16bit_iterator, typename octet_iterator>
++u16bit_iterator utf8to16 (octet_iterator start, octet_iterator end, u16bit_iterator result);
++```
++
++`octet_iterator`: an input iterator.  
++`u16bit_iterator`: an output iterator.  
++`start`: an iterator pointing to the beginning of the UTF-8 encoded string to convert. < br /> `end`: an iterator pointing to pass-the-end of the UTF-8 encoded string to convert.  
++`result`: an output iterator to the place in the UTF-16 string where to append the result of conversion.  
++Return value: An iterator pointing to the place after the appended UTF-16 string.
++
++Example of use:
++
++```cpp
++char utf8_with_surrogates[] = "\xe6\x97\xa5\xd1\x88\xf0\x9d\x84\x9e";
++vector <unsigned short> utf16result;
++utf8to16(utf8_with_surrogates, utf8_with_surrogates + 9, back_inserter(utf16result));
++assert (utf16result.size() == 4);
++assert (utf16result[2] == 0xd834);
++assert (utf16result[3] == 0xdd1e);
++```
++
++In case of an invalid UTF-8 seqence, a `utf8::invalid_utf8` exception is thrown. If `end` does not point to the past-of-end of a UTF-8 seqence, a `utf8::not_enough_room` exception is thrown.
++
++#### utf8::utf32to8
++
++Available in version 1.0 and later.
++
++Converts a UTF-32 encoded string to UTF-8.
++
++```cpp
++template <typename octet_iterator, typename u32bit_iterator>
++octet_iterator utf32to8 (u32bit_iterator start, u32bit_iterator end, octet_iterator result);
++```
++
++`octet_iterator`: an output iterator.  
++`u32bit_iterator`: an input iterator.  
++`start`: an iterator pointing to the beginning of the UTF-32 encoded string to convert.  
++`end`: an iterator pointing to pass-the-end of the UTF-32 encoded string to convert.  
++`result`: an output iterator to the place in the UTF-8 string where to append the result of conversion.  
++Return value: An iterator pointing to the place after the appended UTF-8 string.
++
++Example of use:
++
++```
++int utf32string[] = {0x448, 0x65E5, 0x10346, 0};
++vector<unsigned char> utf8result;
++utf32to8(utf32string, utf32string + 3, back_inserter(utf8result));
++assert (utf8result.size() == 9);
++```
++
++In case of invalid UTF-32 string, a `utf8::invalid_code_point` exception is thrown.
++
++#### utf8::utf8to32
++
++Available in version 1.0 and later.
++
++Converts a UTF-8 encoded string to UTF-32.
++
++```cpp
++template <typename octet_iterator, typename u32bit_iterator>
++u32bit_iterator utf8to32 (octet_iterator start, octet_iterator end, u32bit_iterator result);
++```
++
++`octet_iterator`: an input iterator.  
++`u32bit_iterator`: an output iterator.  
++`start`: an iterator pointing to the beginning of the UTF-8 encoded string to convert.  
++`end`: an iterator pointing to pass-the-end of the UTF-8 encoded string to convert.  
++`result`: an output iterator to the place in the UTF-32 string where to append the result of conversion.  
++Return value: An iterator pointing to the place after the appended UTF-32 string.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++vector<int> utf32result;
++utf8to32(twochars, twochars + 5, back_inserter(utf32result));
++assert (utf32result.size() == 2);
++```
++
++In case of an invalid UTF-8 seqence, a `utf8::invalid_utf8` exception is thrown. If `end` does not point to the past-of-end of a UTF-8 seqence, a `utf8::not_enough_room` exception is thrown.
++
++#### utf8::find_invalid
++
++Available in version 1.0 and later.
++
++Detects an invalid sequence within a UTF-8 string.
++
++```cpp
++template <typename octet_iterator> 
++octet_iterator find_invalid(octet_iterator start, octet_iterator end);
++```
++
++`octet_iterator`: an input iterator.  
++`start`: an iterator pointing to the beginning of the UTF-8 string to test for validity.  
++`end`: an iterator pointing to pass-the-end of the UTF-8 string to test for validity.  
++Return value: an iterator pointing to the first invalid octet in the UTF-8 string. In case none were found, equals `end`.
++
++Example of use:
++
++```cpp
++char utf_invalid[] = "\xe6\x97\xa5\xd1\x88\xfa";
++char* invalid = find_invalid(utf_invalid, utf_invalid + 6);
++assert (invalid == utf_invalid + 5);
++```
++
++This function is typically used to make sure a UTF-8 string is valid before processing it with other functions. It is especially important to call it if before doing any of the _unchecked_ operations on it.
++
++#### utf8::is_valid
++
++Available in version 1.0 and later.
++
++Checks whether a sequence of octets is a valid UTF-8 string.
++
++```cpp
++template <typename octet_iterator> 
++bool is_valid(octet_iterator start, octet_iterator end);
++```
++
++`octet_iterator`: an input iterator.  
++`start`: an iterator pointing to the beginning of the UTF-8 string to test for validity.  
++`end`: an iterator pointing to pass-the-end of the UTF-8 string to test for validity.  
++Return value: `true` if the sequence is a valid UTF-8 string; `false` if not.
++
++Example of use:
++
++```cpp
++char utf_invalid[] = "\xe6\x97\xa5\xd1\x88\xfa";
++bool bvalid = is_valid(utf_invalid, utf_invalid + 6);
++assert (bvalid == false);
++```
++
++`is_valid` is a shorthand for `find_invalid(start, end) == end;`. You may want to use it to make sure that a byte seqence is a valid UTF-8 string without the need to know where it fails if it is not valid.
++
++#### utf8::replace_invalid
++
++Available in version 2.0 and later.
++
++Replaces all invalid UTF-8 sequences within a string with a replacement marker.
++
++```cpp
++template <typename octet_iterator, typename output_iterator>
++output_iterator replace_invalid(octet_iterator start, octet_iterator end, output_iterator out, uint32_t replacement);
++template <typename octet_iterator, typename output_iterator>
++output_iterator replace_invalid(octet_iterator start, octet_iterator end, output_iterator out);
++```
++
++`octet_iterator`: an input iterator.  
++`output_iterator`: an output iterator.  
++`start`: an iterator pointing to the beginning of the UTF-8 string to look for invalid UTF-8 sequences.  
++`end`: an iterator pointing to pass-the-end of the UTF-8 string to look for invalid UTF-8 sequences.  
++`out`: An output iterator to the range where the result of replacement is stored.  
++`replacement`: A Unicode code point for the replacement marker. The version without this parameter assumes the value `0xfffd`  
++Return value: An iterator pointing to the place after the UTF-8 string with replaced invalid sequences.
++
++Example of use:
++
++```cpp
++char invalid_sequence[] = "a\x80\xe0\xa0\xc0\xaf\xed\xa0\x80z";
++vector<char> replace_invalid_result;
++replace_invalid (invalid_sequence, invalid_sequence + sizeof(invalid_sequence), back_inserter(replace_invalid_result), '?');
++bvalid = is_valid(replace_invalid_result.begin(), replace_invalid_result.end());
++assert (bvalid);
++char* fixed_invalid_sequence = "a????z";
++assert (std::equal(replace_invalid_result.begin(), replace_invalid_result.end(), fixed_invalid_sequence));
++```
++
++`replace_invalid` does not perform in-place replacement of invalid sequences. Rather, it produces a copy of the original string with the invalid sequences replaced with a replacement marker. Therefore, `out` must not be in the `[start, end]` range.
++
++If `end` does not point to the past-of-end of a UTF-8 sequence, a `utf8::not_enough_room` exception is thrown.
++
++#### utf8::starts_with_bom
++
++Available in version 2.3 and later. Relaces deprecated `is_bom()` function.
++
++Checks whether an octet sequence starts with a UTF-8 byte order mark (BOM)
++
++```cpp
++template <typename octet_iterator> 
++bool starts_with_bom (octet_iterator it, octet_iterator end);
++```
++
++`octet_iterator`: an input iterator.  
++`it`: beginning of the octet sequence to check  
++`end`: pass-end of the sequence to check  
++Return value: `true` if the sequence starts with a UTF-8 byte order mark; `false` if not.
++
++Example of use:
++
++```cpp
++unsigned char byte_order_mark[] = {0xef, 0xbb, 0xbf};
++bool bbom = starts_with_bom(byte_order_mark, byte_order_mark + sizeof(byte_order_mark));
++assert (bbom == true);
++```
++
++The typical use of this function is to check the first three bytes of a file. If they form the UTF-8 BOM, we want to skip them before processing the actual UTF-8 encoded text.
++
++#### utf8::is_bom
++
++Available in version 1.0 and later. Deprecated in version 2.3\. `starts_with_bom()` should be used instead.
++
++Checks whether a sequence of three octets is a UTF-8 byte order mark (BOM)
++
++```cpp
++template <typename octet_iterator> 
++bool is_bom (octet_iterator it);  // Deprecated
++```
++
++`octet_iterator`: an input iterator.  
++`it`: beginning of the 3-octet sequence to check  
++Return value: `true` if the sequence is UTF-8 byte order mark; `false` if not.
++
++Example of use:
++
++```cpp
++unsigned char byte_order_mark[] = {0xef, 0xbb, 0xbf};
++bool bbom = is_bom(byte_order_mark);
++assert (bbom == true);
++```
++
++The typical use of this function is to check the first three bytes of a file. If they form the UTF-8 BOM, we want to skip them before processing the actual UTF-8 encoded text.
++
++If a sequence is shorter than three bytes, an invalid iterator will be dereferenced. Therefore, this function is deprecated in favor of `starts_with_bom()`that takes the end of sequence as an argument.
++
++### Types From utf8 Namespace
++
++#### utf8::exception
++
++Available in version 2.3 and later.
++
++Base class for the exceptions thrown by UTF CPP library functions.
++
++```cpp
++class exception : public std::exception {};
++```
++
++Example of use:
++
++```cpp
++try {
++  code_that_uses_utf_cpp_library();
++}
++catch(const utf8::exception& utfcpp_ex) {
++  cerr << utfcpp_ex.what();
++}
++```
++
++#### utf8::invalid_code_point
++
++Available in version 1.0 and later.
++
++Thrown by UTF8 CPP functions such as `advance` and `next` if an UTF-8 sequence represents and invalid code point.
++
++```cpp
++class invalid_code_point : public exception {
++public: 
++    uint32_t code_point() const;
++};
++```
++
++Member function `code_point()` can be used to determine the invalid code point that caused the exception to be thrown.
++
++#### utf8::invalid_utf8
++
++Available in version 1.0 and later.
++
++Thrown by UTF8 CPP functions such as `next` and `prior` if an invalid UTF-8 sequence is detected during decoding.
++
++```cpp
++class invalid_utf8 : public exception {
++public: 
++    uint8_t utf8_octet() const;
++};
++```
++
++Member function `utf8_octet()` can be used to determine the beginning of the byte sequence that caused the exception to be thrown.
++
++#### utf8::invalid_utf16
++
++Available in version 1.0 and later.
++
++Thrown by UTF8 CPP function `utf16to8` if an invalid UTF-16 sequence is detected during decoding.
++
++```cpp
++class invalid_utf16 : public exception {
++public: 
++    uint16_t utf16_word() const;
++};
++```
++
++Member function `utf16_word()` can be used to determine the UTF-16 code unit that caused the exception to be thrown.
++
++#### utf8::not_enough_room
++
++Available in version 1.0 and later.
++
++Thrown by UTF8 CPP functions such as `next` if the end of the decoded UTF-8 sequence was reached before the code point was decoded.
++
++```cpp
++class not_enough_room : public exception {};
++```
++
++#### utf8::iterator
++
++Available in version 2.0 and later.
++
++Adapts the underlying octet iterator to iterate over the sequence of code points, rather than raw octets.
++
++```cpp
++template <typename octet_iterator>
++class iterator;
++```
++
++##### Member functions
++
++`iterator();` the deafult constructor; the underlying octet_iterator is constructed with its default constructor. 
++`explicit iterator (const octet_iterator& octet_it, const octet_iterator& range_start, const octet_iterator& range_end);` a constructor that initializes the underlying octet_iterator with octet_it and sets the range in which the iterator is considered valid.
++`octet_iterator base () const;` returns the underlying octet_iterator.
++`uint32_t operator * () const;` decodes the utf-8 sequence the underlying octet_iterator is pointing to and returns the code point.
++`bool operator == (const iterator& rhs) const;` returns `true` if the two underlaying iterators are equal.
++`bool operator != (const iterator& rhs) const;` returns `true` if the two underlaying iterators are not equal.
++`iterator& operator ++ ();` the prefix increment - moves the iterator to the next UTF-8 encoded code point.
++`iterator operator ++ (int);` the postfix increment - moves the iterator to the next UTF-8 encoded code point and returns the current one.
++`iterator& operator -- ();` the prefix decrement - moves the iterator to the previous UTF-8 encoded code point.
++`iterator operator -- (int);` the postfix decrement - moves the iterator to the previous UTF-8 encoded code point and returns the current one.
++
++Example of use:
++
++```cpp
++char* threechars = "\xf0\x90\x8d\x86\xe6\x97\xa5\xd1\x88";
++utf8::iterator<char*> it(threechars, threechars, threechars + 9);
++utf8::iterator<char*> it2 = it;
++assert (it2 == it);
++assert (*it == 0x10346);
++assert (*(++it) == 0x65e5);
++assert ((*it++) == 0x65e5);
++assert (*it == 0x0448);
++assert (it != it2);
++utf8::iterator<char*> endit (threechars + 9, threechars, threechars + 9);  
++assert (++it == endit);
++assert (*(--it) == 0x0448);
++assert ((*it--) == 0x0448);
++assert (*it == 0x65e5);
++assert (--it == utf8::iterator<char*>(threechars, threechars, threechars + 9));
++assert (*it == 0x10346);
++```
++
++The purpose of `utf8::iterator` adapter is to enable easy iteration as well as the use of STL algorithms with UTF-8 encoded strings. Increment and decrement operators are implemented in terms of `utf8::next()` and `utf8::prior()` functions.
++
++Note that `utf8::iterator` adapter is a checked iterator. It operates on the range specified in the constructor; any attempt to go out of that range will result in an exception. Even the comparison operators require both iterator object to be constructed against the same range - otherwise an exception is thrown. Typically, the range will be determined by sequence container functions `begin` and `end`, i.e.:
++
++```cpp
++std::string s = "example";
++utf8::iterator i (s.begin(), s.begin(), s.end());
++```
++
++### Functions From utf8::unchecked Namespace
++
++#### utf8::unchecked::append
++
++Available in version 1.0 and later.
++
++Encodes a 32 bit code point as a UTF-8 sequence of octets and appends the sequence to a UTF-8 string.
++
++```cpp
++template <typename octet_iterator>
++octet_iterator append(uint32_t cp, octet_iterator result);
++```
++
++`cp`: A 32 bit integer representing a code point to append to the sequence.  
++`result`: An output iterator to the place in the sequence where to append the code point.  
++Return value: An iterator pointing to the place after the newly appended sequence.
++
++Example of use:
++
++```cpp
++unsigned char u[5] = {0,0,0,0,0};
++unsigned char* end = unchecked::append(0x0448, u);
++assert (u[0] == 0xd1 && u[1] == 0x88 && u[2] == 0 && u[3] == 0 && u[4] == 0);
++```
++
++This is a faster but less safe version of `utf8::append`. It does not check for validity of the supplied code point, and may produce an invalid UTF-8 sequence.
++
++#### utf8::unchecked::next
++
++Available in version 1.0 and later.
++
++Given the iterator to the beginning of a UTF-8 sequence, it returns the code point and moves the iterator to the next position.
++
++```cpp
++template <typename octet_iterator>
++uint32_t next(octet_iterator& it);
++```
++
++`it`: a reference to an iterator pointing to the beginning of an UTF-8 encoded code point. After the function returns, it is incremented to point to the beginning of the next code point.  
++ Return value: the 32 bit representation of the processed UTF-8 code point.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++char* w = twochars;
++int cp = unchecked::next(w);
++assert (cp == 0x65e5);
++assert (w == twochars + 3);
++```
++
++This is a faster but less safe version of `utf8::next`. It does not check for validity of the supplied UTF-8 sequence.
++
++#### utf8::unchecked::peek_next
++
++Available in version 2.1 and later.
++
++Given the iterator to the beginning of a UTF-8 sequence, it returns the code point.
++
++```cpp
++template <typename octet_iterator>
++uint32_t peek_next(octet_iterator it);
++```
++
++`it`: an iterator pointing to the beginning of an UTF-8 encoded code point.  
++Return value: the 32 bit representation of the processed UTF-8 code point.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++char* w = twochars;
++int cp = unchecked::peek_next(w);
++assert (cp == 0x65e5);
++assert (w == twochars);
++```
++
++This is a faster but less safe version of `utf8::peek_next`. It does not check for validity of the supplied UTF-8 sequence.
++
++#### utf8::unchecked::prior
++
++Available in version 1.02 and later.
++
++Given a reference to an iterator pointing to an octet in a UTF-8 seqence, it decreases the iterator until it hits the beginning of the previous UTF-8 encoded code point and returns the 32 bits representation of the code point.
++
++```cpp
++template <typename octet_iterator>
++uint32_t prior(octet_iterator& it);
++```
++
++`it`: a reference pointing to an octet within a UTF-8 encoded string. After the function returns, it is decremented to point to the beginning of the previous code point.  
++ Return value: the 32 bit representation of the previous code point.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++char* w = twochars + 3;
++int cp = unchecked::prior (w);
++assert (cp == 0x65e5);
++assert (w == twochars);
++```
++
++This is a faster but less safe version of `utf8::prior`. It does not check for validity of the supplied UTF-8 sequence and offers no boundary checking.
++
++#### utf8::unchecked::previous (deprecated, see utf8::unchecked::prior)
++
++Deprecated in version 1.02 and later.
++
++Given a reference to an iterator pointing to an octet in a UTF-8 seqence, it decreases the iterator until it hits the beginning of the previous UTF-8 encoded code point and returns the 32 bits representation of the code point.
++
++```cpp
++template <typename octet_iterator>
++uint32_t previous(octet_iterator& it);
++```
++
++`it`: a reference pointing to an octet within a UTF-8 encoded string. After the function returns, it is decremented to point to the beginning of the previous code point.  
++Return value: the 32 bit representation of the previous code point.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++char* w = twochars + 3;
++int cp = unchecked::previous (w);
++assert (cp == 0x65e5);
++assert (w == twochars);
++```
++
++The reason this function is deprecated is just the consistency with the "checked" versions, where `prior` should be used instead of `previous`. In fact, `unchecked::previous` behaves exactly the same as `unchecked::prior`
++
++This is a faster but less safe version of `utf8::previous`. It does not check for validity of the supplied UTF-8 sequence and offers no boundary checking.
++
++#### utf8::unchecked::advance
++
++Available in version 1.0 and later.
++
++Advances an iterator by the specified number of code points within an UTF-8 sequence.
++
++```cpp
++template <typename octet_iterator, typename distance_type>
++void advance (octet_iterator& it, distance_type n);
++```
++
++`it`: a reference to an iterator pointing to the beginning of an UTF-8 encoded code point. After the function returns, it is incremented to point to the nth following code point.  
++`n`: a positive integer that shows how many code points we want to advance.  
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++char* w = twochars;
++unchecked::advance (w, 2);
++assert (w == twochars + 5);
++```
++
++This function works only "forward". In case of a negative `n`, there is no effect.
++
++This is a faster but less safe version of `utf8::advance`. It does not check for validity of the supplied UTF-8 sequence and offers no boundary checking.
++
++#### utf8::unchecked::distance
++
++Available in version 1.0 and later.
++
++Given the iterators to two UTF-8 encoded code points in a seqence, returns the number of code points between them.
++
++```cpp
++template <typename octet_iterator>
++typename std::iterator_traits<octet_iterator>::difference_type distance (octet_iterator first, octet_iterator last);
++```
++
++`first`: an iterator to a beginning of a UTF-8 encoded code point.  
++`last`: an iterator to a "post-end" of the last UTF-8 encoded code point in the sequence we are trying to determine the length. It can be the beginning of a new code point, or not.  
++Return value: the distance between the iterators, in code points.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++size_t dist = utf8::unchecked::distance(twochars, twochars + 5);
++assert (dist == 2);
++```
++
++This is a faster but less safe version of `utf8::distance`. It does not check for validity of the supplied UTF-8 sequence.
++
++#### utf8::unchecked::utf16to8
++
++Available in version 1.0 and later.
++
++Converts a UTF-16 encoded string to UTF-8.
++
++```cpp
++template <typename u16bit_iterator, typename octet_iterator>
++octet_iterator utf16to8 (u16bit_iterator start, u16bit_iterator end, octet_iterator result);
++```
++
++`start`: an iterator pointing to the beginning of the UTF-16 encoded string to convert.  
++`end`: an iterator pointing to pass-the-end of the UTF-16 encoded string to convert.  
++`result`: an output iterator to the place in the UTF-8 string where to append the result of conversion.  
++Return value: An iterator pointing to the place after the appended UTF-8 string.
++
++Example of use:
++
++```cpp
++unsigned short utf16string[] = {0x41, 0x0448, 0x65e5, 0xd834, 0xdd1e};
++vector<unsigned char> utf8result;
++unchecked::utf16to8(utf16string, utf16string + 5, back_inserter(utf8result));
++assert (utf8result.size() == 10);    
++```
++
++This is a faster but less safe version of `utf8::utf16to8`. It does not check for validity of the supplied UTF-16 sequence.
++
++#### utf8::unchecked::utf8to16
++
++Available in version 1.0 and later.
++
++Converts an UTF-8 encoded string to UTF-16
++
++```cpp
++template <typename u16bit_iterator, typename octet_iterator>
++u16bit_iterator utf8to16 (octet_iterator start, octet_iterator end, u16bit_iterator result);
++```
++
++`start`: an iterator pointing to the beginning of the UTF-8 encoded string to convert. < br /> `end`: an iterator pointing to pass-the-end of the UTF-8 encoded string to convert.  
++`result`: an output iterator to the place in the UTF-16 string where to append the result of conversion.  
++Return value: An iterator pointing to the place after the appended UTF-16 string.
++
++Example of use:
++
++```cpp
++char utf8_with_surrogates[] = "\xe6\x97\xa5\xd1\x88\xf0\x9d\x84\x9e";
++vector <unsigned short> utf16result;
++unchecked::utf8to16(utf8_with_surrogates, utf8_with_surrogates + 9, back_inserter(utf16result));
++assert (utf16result.size() == 4);
++assert (utf16result[2] == 0xd834);
++assert (utf16result[3] == 0xdd1e);
++```
++
++This is a faster but less safe version of `utf8::utf8to16`. It does not check for validity of the supplied UTF-8 sequence.
++
++#### utf8::unchecked::utf32to8
++
++Available in version 1.0 and later.
++
++Converts a UTF-32 encoded string to UTF-8.
++
++```cpp
++template <typename octet_iterator, typename u32bit_iterator>
++octet_iterator utf32to8 (u32bit_iterator start, u32bit_iterator end, octet_iterator result);
++```
++
++`start`: an iterator pointing to the beginning of the UTF-32 encoded string to convert.  
++`end`: an iterator pointing to pass-the-end of the UTF-32 encoded string to convert.  
++`result`: an output iterator to the place in the UTF-8 string where to append the result of conversion.  
++Return value: An iterator pointing to the place after the appended UTF-8 string.
++
++Example of use:
++
++```cpp
++int utf32string[] = {0x448, 0x65e5, 0x10346, 0};
++vector<unsigned char> utf8result;
++utf32to8(utf32string, utf32string + 3, back_inserter(utf8result));
++assert (utf8result.size() == 9);
++```
++
++This is a faster but less safe version of `utf8::utf32to8`. It does not check for validity of the supplied UTF-32 sequence.
++
++#### utf8::unchecked::utf8to32
++
++Available in version 1.0 and later.
++
++Converts a UTF-8 encoded string to UTF-32.
++
++```cpp
++template <typename octet_iterator, typename u32bit_iterator>
++u32bit_iterator utf8to32 (octet_iterator start, octet_iterator end, u32bit_iterator result);
++```
++
++`start`: an iterator pointing to the beginning of the UTF-8 encoded string to convert.  
++`end`: an iterator pointing to pass-the-end of the UTF-8 encoded string to convert.  
++`result`: an output iterator to the place in the UTF-32 string where to append the result of conversion.  
++Return value: An iterator pointing to the place after the appended UTF-32 string.
++
++Example of use:
++
++```cpp
++char* twochars = "\xe6\x97\xa5\xd1\x88";
++vector<int> utf32result;
++unchecked::utf8to32(twochars, twochars + 5, back_inserter(utf32result));
++assert (utf32result.size() == 2);
++```
++
++This is a faster but less safe version of `utf8::utf8to32`. It does not check for validity of the supplied UTF-8 sequence.
++
++### Types From utf8::unchecked Namespace
++
++#### utf8::iterator
++
++Available in version 2.0 and later.
++
++Adapts the underlying octet iterator to iterate over the sequence of code points, rather than raw octets.
++
++```cpp
++template <typename octet_iterator>
++class iterator;
++```
++
++##### Member functions
++
++`iterator();` the deafult constructor; the underlying octet_iterator is constructed with its default constructor.
++`explicit iterator (const octet_iterator& octet_it);` a constructor that initializes the underlying octet_iterator with `octet_it`
++`octet_iterator base () const;` returns the underlying octet_iterator.
++`uint32_t operator * () const;` decodes the utf-8 sequence the underlying octet_iterator is pointing to and returns the code point.
++`bool operator == (const iterator& rhs) const;` returns `true` if the two underlaying iterators are equal.
++`bool operator != (const iterator& rhs) const;` returns `true` if the two underlaying iterators are not equal.
++`iterator& operator ++ ();` the prefix increment - moves the iterator to the next UTF-8 encoded code point.
++`iterator operator ++ (int);` the postfix increment - moves the iterator to the next UTF-8 encoded code point and returns the current one.
++`iterator& operator -- ();` the prefix decrement - moves the iterator to the previous UTF-8 encoded code point.
++`iterator operator -- (int);` the postfix decrement - moves the iterator to the previous UTF-8 encoded code point and returns the current one.
++
++Example of use:
++
++```cpp
++char* threechars = "\xf0\x90\x8d\x86\xe6\x97\xa5\xd1\x88";
++utf8::unchecked::iterator<char*> un_it(threechars);
++utf8::unchecked::iterator<char*> un_it2 = un_it;
++assert (un_it2 == un_it);
++assert (*un_it == 0x10346);
++assert (*(++un_it) == 0x65e5);
++assert ((*un_it++) == 0x65e5);
++assert (*un_it == 0x0448);
++assert (un_it != un_it2);
++utf8::::unchecked::iterator<char*> un_endit (threechars + 9);  
++assert (++un_it == un_endit);
++assert (*(--un_it) == 0x0448);
++assert ((*un_it--) == 0x0448);
++assert (*un_it == 0x65e5);
++assert (--un_it == utf8::unchecked::iterator<char*>(threechars));
++assert (*un_it == 0x10346);
++```
++
++This is an unchecked version of `utf8::iterator`. It is faster in many cases, but offers no validity or range checks.
++
++## Points of interest
++
++#### Design goals and decisions
++
++The library was designed to be:
++
++1.  Generic: for better or worse, there are many C++ string classes out there, and the library should work with as many of them as possible.
++2.  Portable: the library should be portable both accross different platforms and compilers. The only non-portable code is a small section that declares unsigned integers of different sizes: three typedefs. They can be changed by the users of the library if they don't match their platform. The default setting should work for Windows (both 32 and 64 bit), and most 32 bit and 64 bit Unix derivatives. At this point I don't plan to use any post C++03 features, so the library should work even with pretty old compilers.
++3.  Lightweight: follow the "pay only for what you use" guideline.
++4.  Unintrusive: avoid forcing any particular design or even programming style on the user. This is a library, not a framework.
++
++#### Alternatives
++
++In case you want to look into other means of working with UTF-8 strings from C++, here is the list of solutions I am aware of:
++
++1.  [ICU Library](http://icu.sourceforge.net/). It is very powerful, complete, feature-rich, mature, and widely used. Also big, intrusive, non-generic, and doesn't play well with the Standard Library. I definitelly recommend looking at ICU even if you don't plan to use it.
++2.  C++11 language and library features. Still far from complete, and not easy to use.
++3.  [Glib::ustring](http://www.gtkmm.org/gtkmm2/docs/tutorial/html/ch03s04.html). A class specifically made to work with UTF-8 strings, and also feel like `std::string`. If you prefer to have yet another string class in your code, it may be worth a look. Be aware of the licensing issues, though.
++4.  Platform dependent solutions: Windows and POSIX have functions to convert strings from one encoding to another. That is only a subset of what my library offers, but if that is all you need it may be good enough.
++
++## Links
++
++1.  [The Unicode Consortium](http://www.unicode.org/).
++2.  [ICU Library](http://icu.sourceforge.net/).
++3.  [UTF-8 at Wikipedia](http://en.wikipedia.org/wiki/UTF-8)
++4.  [UTF-8 and Unicode FAQ for Unix/Linux](http://www.cl.cam.ac.uk/~mgk25/unicode.html)
index 0000000000000000000000000000000000000000,6f8953b99281a9e9f95055ad586f797dd9e42876..6f8953b99281a9e9f95055ad586f797dd9e42876
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,82b13f59f983c57ea5bba18bcb58f836eaba8d5e..82b13f59f983c57ea5bba18bcb58f836eaba8d5e
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,2aef5838d51aa1c19b776e094c9a684887bcb139..2aef5838d51aa1c19b776e094c9a684887bcb139
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,ae0f367dbb9455d3c19e50885b2fe3d72a7bd544..ae0f367dbb9455d3c19e50885b2fe3d72a7bd544
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,cb2427166b19cd61df9f338120bac364ccec9d30..cb2427166b19cd61df9f338120bac364ccec9d30
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,ae83159328313d3ba57b4f51ccb96db3dbfd79f1..ae83159328313d3ba57b4f51ccb96db3dbfd79f1
mode 000000,100644..100644
Binary files differ
index 0000000000000000000000000000000000000000,4363f27bd5ccf7c73a313316183de86554a60355..4363f27bd5ccf7c73a313316183de86554a60355
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,69b29ffa5f5c833778d208aa652a68ff0f928085..69b29ffa5f5c833778d208aa652a68ff0f928085
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,5db94434385057dee02764778ca22ab49a338c82..5db94434385057dee02764778ca22ab49a338c82
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,0f1015d0e33c01099d4754f0372ae20d80309fe4..0f1015d0e33c01099d4754f0372ae20d80309fe4
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,4f9fb0485068d8bbd7a9f686947ee3e96e03e67d..4f9fb0485068d8bbd7a9f686947ee3e96e03e67d
mode 000000,100644..100644
--- /dev/null
index 0000000000000000000000000000000000000000,c88a5ee1bc2a6ca9037afd289e7829527478e25d..c88a5ee1bc2a6ca9037afd289e7829527478e25d
mode 000000,100644..100644
--- /dev/null