in-place replace bad UTF-8 chars for CLD2

remove_bad_utf8.c

void remove_bad_utf8 (uint8_t *src, size_t srclen)
{
    uint8_t *dst = src;
    uint8_t *srcend = src + srclen;

    while (src < srcend) {
        // 0xxxxxxx
        if ((src[0] & 0x80) == 0x00) {
            if (src[0] < 0x20 || src[0] == 0x7F) {
                /* printf("not printable one-byte char...%02X\n", src[0]); */
                dst[0] = ' ';
                dst += 1;
            } else {
                dst[0] = src[0];
                dst += 1;
            }
            src += 1;
        }
        // 110xxxxx 10xxxxxx
        else if (
            (src + 1 < srcend) &&
            ((src[0] & 0xE0) == 0xC0) &&
            ((src[1] & 0xC0) == 0x80)
        ) {
            // 0xC280 ~ 0xC29F
            if (src[0] == 0xC2 && ((src[1] & 0xE0) == 0x80)) {
                /* printf("not printable two-byte char...\n"); */
                dst[0] = ' ';
                dst += 1;
            } else {
                dst[0] = src[0];
                dst[1] = src[1];
                dst += 2;
            }
            src += 2;
        }
        // 1110xxxx 10xxxxxx 10xxxxxx
        else if (
            (src + 2 < srcend) &&
            ((src[0] & 0xF0) == 0xE0) &&
            ((src[1] & 0xC0) == 0x80) &&
            ((src[2] & 0xC0) == 0x80)
        ) {
            if (
                src[0] == 0xED &&
                (
                    (src[1] == 0xA0 && src[2] == 0x80) ||
                    (src[1] == 0xAD && src[2] == 0xBF) ||
                    (src[1] == 0xAE && src[2] == 0x80) ||
                    (src[1] == 0xAF && src[2] == 0xBF) ||
                    (src[1] == 0xB0 && src[2] == 0x80) ||
                    (src[1] == 0xBF && src[2] == 0xBF)
                )
            ) {
                /* printf("not printable three-byte char...\n"); */
                dst[0] = ' ';
                dst += 1;
            } else {
                dst[0] = src[0];
                dst[1] = src[1];
                dst[2] = src[2];
                dst += 3;
            }
            src += 3;
        }
        // 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
        else if (
            (src + 3 < srcend) &&
            ((src[0] & 0xF8) == 0xF0) &&
            ((src[1] & 0xC0) == 0x80) &&
            ((src[2] & 0xC0) == 0x80) &&
            ((src[3] & 0xC0) == 0x80)
        ) {
            dst[0] = src[0];
            dst[1] = src[1];
            dst[2] = src[2];
            dst[3] = src[3];
            src += 4;
            dst += 4;
        }
        // 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
        else if (
            (src + 4 < srcend) &&
            ((src[0] & 0xFC) == 0xF8) &&
            ((src[1] & 0xC0) == 0x80) &&
            ((src[2] & 0xC0) == 0x80) &&
            ((src[3] & 0xC0) == 0x80) &&
            ((src[4] & 0xC0) == 0x80)
        ) {
            dst[0] = src[0];
            dst[1] = src[1];
            dst[2] = src[2];
            dst[3] = src[3];
            dst[4] = src[4];
            src += 5;
            dst += 5;
        }
        // 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
        else if (
            (src + 5 < srcend) &&
            ((src[0] & 0xFE) == 0xFC) &&
            ((src[1] & 0xC0) == 0x80) &&
            ((src[2] & 0xC0) == 0x80) &&
            ((src[3] & 0xC0) == 0x80) &&
            ((src[4] & 0xC0) == 0x80) &&
            ((src[5] & 0xC0) == 0x80)
        ) {
            dst[0] = src[0];
            dst[1] = src[1];
            dst[2] = src[2];
            dst[3] = src[3];
            dst[4] = src[4];
            dst[5] = src[5];
            src += 6;
            dst += 6;
        }
        else {
            dst[0] = src[0];
            dst++;
            src++;
        }
    }

    dst[0] = '\0';
}