栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

从字符串中删除无效的UTF-8字符

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

从字符串中删除无效的UTF-8字符

例如,

package mainimport (    "fmt"    "unipre/utf8")func main() {    s := "axc5z"    fmt.Printf("%qn", s)    if !utf8.ValidString(s) {        v := make([]rune, 0, len(s))        for i, r := range s { if r == utf8.RuneError {     _, size := utf8.DepreRuneInString(s[i:])     if size == 1 {         continue     } } v = append(v, r)        }        s = string(v)    }    fmt.Printf("%qn", s)}

输出:

"axc5z""az"

Unipre标准

常见问题解答-UTF-8,UTF-16,UTF-32和BOM

问:是否有UTF不会生成的字节序列?我应该如何解释它们?

答:没有一个UTF可以生成每个任意字节序列。例如,在UTF-8中,格式为110xxxxx2的每个字节必须后面跟随一个格式为10xxxxxx2的字节。诸如<110xxxxx2
0xxxxxxx2>之类的序列是非法的,并且绝不能生成。当在转换或解释时遇到此非法字节序列时,符合UTF-8的进程必须将第一个字节110xxxxx2视为非法终止错误:例如,发信号通知错误,过滤出该字节或用标记表示该字节例如FFFD(替换字符)。在后两种情况下,它将在第二个字节0xxxxxxx2处继续处理。

合格进程不得将非法或格式错误的字节序列解释为字符,但是,它可能会采取错误恢复措施。没有一致的过程可以使用不规则的字节序列来编码带外信息。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/471182.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号