在Go 中偵測無效位元組序列
在Go 中,當將位元組切片([]byte) 轉換為字串時,可以遇到無法轉換為Unicode 的無效位元組序列。這是因為並非所有位元組序列都代表有效的 UTF-8 字元。
要偵測此類情況,有兩種方法可用:
UTF-8 有效性檢查:
正如Tim Cooper 所提到的, utf8.Valid 函數可用來測試位元組切片是否包含有效的UTF-8 位元組。如果結果為 false,則表示存在無效位元組序列。
字串轉換注意事項:
與常見假設相反,Go 允許非 UTF 的轉換-8 位元組切片到字串。但要注意的是,Go 中的字串本質上是唯讀位元組片,因此可以容納非有效 UTF-8 的位元組。
只有在特定情況下,Go 才會自動執行UTF- 8 解碼:
在這兩種情況下,無效的 UTF-8 字元將替換為 U FFFD 替換字元。這種替換可能並非在所有應用程式中都可接受,因此建議在必要時執行明確 UTF-8 驗證。
範例:
考慮以下Go 程式:
package main import ( "fmt" "unicode/utf8" ) func main() { a := []byte{0xff} s := string(a) // Check UTF-8 validity if utf8.Valid(a) { fmt.Println("Valid UTF-8") } else { fmt.Println("Invalid UTF-8") } // Output string fmt.Println(s) }
輸出:
Invalid UTF-8 �輸出:在此範例中,位元組片a 包含無效位元組序列,導致「無效UTF-8」訊息。隨後,在將其轉換為字串時,無效位元組由替換字元“�”表示。
以上是如何在 Go 中偵測無效的 UTF-8 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!