識別無 BOM 的 UTF-8 檔案：位元組序列分析法

有 BOM 的 UTF-8 易識別，無 BOM 需依編碼規則判斷。UTF-8 編碼規則：

特徵：多位元組字元首位元組有連續 1 後接 0，續位元組固定 10xxxxxx。

判斷演算法

public bool IsUTF8Bytes(byte[] data)
{
    int charByteCounter = 1;
    for (int i = 0; i < data.Length; i++)
    {
        byte curByte = data[i];
        if (charByteCounter == 1)
        {
            if (curByte >= 0x80)
            {
                while (((curByte <<= 1) & 0x80) != 0) charByteCounter++;
                if (charByteCounter == 1 || charByteCounter > 6) return false;
            }
        }
        else
        {
            if ((curByte & 0xC0) != 0x80) return false;
            charByteCounter--;
        }
    }
    if (charByteCounter > 1) throw new Exception("非預期的位元組格式");
    return true;
}

注意：某些特殊字元（如微軟屏蔽聯通傳說中的案例）可能誤判。參考：UTF-8 基礎知識。