如何生成非UTF-8字符集
我的一个要求是“文本框名称应只接受UTF-8字符集”。我想通过输入非UTF-8字符集来执行否定测试。我如何才能做到这一点?如果您询问如何构造非UTF-8字符,应该可以从以下几方面轻松解决: 对于代码点U+0000到U+007F,每个代码点的长度为一个字节,如下所示:如何生成非UTF-8字符集,utf-8,Utf 8,我的一个要求是“文本框名称应只接受UTF-8字符集”。我想通过输入非UTF-8字符集来执行否定测试。我如何才能做到这一点?如果您询问如何构造非UTF-8字符,应该可以从以下几方面轻松解决: 对于代码点U+0000到U+007F,每个代码点的长度为一个字节,如下所示: 0xxxxxxx // a 110xxxxx 10xxxxxx // b 对于代码点U+0080到U+07FF,每个代码点有两个字节长,如下所示: 0xxxxxxx // a 110xxxxx 10xxxxxx
0xxxxxxx // a
110xxxxx 10xxxxxx // b
对于代码点U+0080到U+07FF,每个代码点有两个字节长,如下所示:
0xxxxxxx // a
110xxxxx 10xxxxxx // b
等等
因此,要构造一个1字节长的非法UTF-8字符,最高位必须是1(不同于模式a),第二高位必须是0(不同于模式b):
或
这两种模式也不同
使用相同的逻辑,您可以构造长度超过两个字节的非法代码单元序列
您没有标记语言,但我必须测试它,所以我使用Java:
for (int i=0;i<255;i++) {
System.out.println(
i + " " +
(byte)i + " " +
Integer.toHexString(i) + " " +
String.format("%8s", Integer.toBinaryString(i)).replace(' ', '0') + " " +
new String(new byte[]{(byte)i},"UTF-8")
);
}
delete
是0x7f
,在它之后,从128个字符(含)到254个字符,都不会打印有效字符。您还可以从中看到:
码点U+007F
用一个字节0x7F
(位01111111
)表示,而码点U+0080
用两个字节0xC2 0x80
(位11000010 10000000
)表示
如果您不熟悉UTF-8,我强烈建议您阅读这篇优秀的文章:
通过用户界面,您将很难做到这一点。你需要以编程的方式来完成它。首先定义你的编程语言、环境和/或上下文。这将因您使用的系统不同而有很大差异。为什么对这个问题投反对票?
...
31 31 1f 00011111
32 32 20 00100000
33 33 21 00100001 !
...
126 126 7e 01111110 ~
127 127 7f 01111111
128 -128 80 10000000 �