正如Tim
Cooper所述,您可以使用来测试UTF-8的有效性
utf8.Valid。
但!您可能会认为将非UTF-8字节转换为Go
string是不可能的。实际上,“在Go中,字符串实际上是只读的字节片段”;它可能包含无效的UTF-8字节,您可以打印这些字节,通过索引访问,甚至往返返回到
[]byte(
Write例如)。
Go在您的语言中有两个地方可以对进行UTF-8解码
string。
- 当您执行操作时
for i, r := range s
,r
将Unipre代码点作为类型的值rune
- 进行转换时
[]rune(s)
,Go会将整个字符串解码为符文。
(请注意,这
rune是的别名
int32,而不是完全不同的类型。)
在这两种情况下,无效的UTF-8都被替换为
U+FFFD,替换字符保留用于此类用途。在规范部分中,有关s和其他类型之间的
for语句和转换
string的更多信息。
这些转换不会崩溃,因此,如果与应用程序相关,您只需要主动检查UTF-8有效性,就像您想对错误编码的输入抛出错误。
由于该行为已融入语言中,因此您也可以从库中获得它。
U+FFFD是
utf8.RuneError并且由中的函数返回
utf8。
这是一个示例程序,显示Go对
[]byte持有无效UTF-8的操作:
package mainimport "fmt"func main() { a := []byte{0xff} s := string(a) fmt.Println(s) for _, r := range s { fmt.Println(r) } rs := []rune(s) fmt.Println(rs)}在不同的环境中,输出看起来会有所不同,但是在Playground中,
�65533[65533]



