Comment Go gère-t-il les séquences d'octets invalides lors de la conversion en chaînes ?

Validation des séquences d'octets invalides dans Go

Lorsque vous essayez de convertir une tranche d'octets ([]byte) en chaîne dans Go, c'est crucial pour gérer les scénarios dans lesquels les séquences d'octets ne peuvent pas être converties en un Unicode valide chaîne.

Solution :

1. Contrôle de validité UTF-8 :

Comme suggéré par Tim Cooper, vous pouvez utiliser la fonction utf8.Valid pour déterminer si une tranche d'octets est une séquence UTF-8 valide. Si utf8.Valid renvoie false, cela indique la présence d'octets invalides.

2. Gestion des octets non UTF-8 :

Contrairement à la croyance populaire, les octets non UTF-8 peuvent toujours être stockés dans une chaîne Go. En effet, les chaînes dans Go sont essentiellement des tranches d'octets en lecture seule. Ils peuvent contenir des octets UTF-8 non valides, qui peuvent être consultés, imprimés ou même reconvertis en tranche d'octets sans problème.

Cependant, Go effectue le décodage UTF-8 dans des scénarios spécifiques :

• Boucles de plage : Lors de l'itération sur les points de code Unicode d'une chaîne à l'aide d'une boucle de plage, la valeur runique renvoyée est le point de code Unicode, avec UTF-8 invalide remplacé par le caractère de remplacement U FFFD (�).
• Conversion en runes : Conversion d'une chaîne en une tranche de runes ([]rune) décodera la chaîne entière, en remplaçant UTF-8 invalide par U FFFD.

Remarque : Ces les conversions n'entraînent jamais de panique, il est donc seulement nécessaire de vérifier activement la validité de l'UTF-8 si cela est essentiel pour votre application (par exemple, si U FFFD est inacceptable et qu'une erreur doit être générée).

Exemple de code :

Le code suivant montre comment Go gère une tranche d'octets contenant des éléments non valides UTF-8 :

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]
}

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!