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。



