Go在轉換為字串時如何處理無效位元組序列？

Go 中無效位元組序列的驗證

當嘗試在Go 中將位元組切片([]byte) 轉換為字串時，它是對於處理字節序列無法轉換為有效Unicode 的情況至關重要字串。

解決方案：

1. UTF-8 有效性檢查：

根據Tim Cooper 的建議，您可以利用utf8.Valid 函數來確定位元組切片是否為有效的UTF-8 序列。如果 utf8.Valid 傳回 false，則表示存在無效位元組。

2.非 UTF-8 位元組處理：

與流行的看法相反，非 UTF-8 位元組仍然可以儲存在 Go 字串中。這是因為 Go 中的字串本質上是唯讀位元組。它們可以包含無效的 UTF-8 位元組，可以毫無問題地存取、列印甚至轉換回位元組。

但是，Go 在特定場景下執行UTF-8 解碼：

• 範圍循環： 使用範圍循環迭代字串的Unicode 程式碼點時，傳回的符文值為Unicode 代碼點，無效的UTF-8 替換為替換字元U FFFD (�)。
• 轉換為符文： 將字串轉換為符文片段 ([]rune)將解碼整個字串，用 U 取代無效的 UTF-8 FFFD。

注意：這些轉換永遠不會導致恐慌，因此只有在對您的應用程式至關重要時才需要主動檢查UTF-8 有效性（例如，如果U FFFD 是不可接受的，應該拋出錯誤）。

範例程式碼：

以下程式碼示範了 Go 如何處理包含無效 UTF-8 的位元組片：

package main

import "fmt"

func main() {
    a := []byte{0xff} // Invalid UTF-8 byte
    s := string(a)
    fmt.Println(s)       // �
    for _, r := range s { // Range loop replaces invalid UTF-8 with U+FFFD
        fmt.Println(r) // 65533
    }
    rs := []rune(s) // Conversion to runes decodes UTF-8 (U+FFFD)
    fmt.Println(rs)    // [65533]
}

以上是Go在轉換為字串時如何處理無效位元組序列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！