如何在 u"..." 字符串中产生有意的编码错误？答案

【问题标题】：How to produce intentional encoding errors in u"..." strings?如何在 u"..." 字符串中产生有意的编码错误？
【发布时间】：2022-07-07 02:22:58
【问题描述】：

我正在编写一个 UTF-16 解码例程。为了检查它是否正常工作，我需要生成带有故意编码错误的测试字符串。但是，当我尝试以明显的方式在 C 中生成此类字符串时，编译器会拒绝我的代码，并显示“...不是有效的通用字符：”

u"\d800" /* unmatched low surrogate */
u"\dc01\d802" /* surrogates in wrong order */

如何生成带有故意编码错误的u"..." 字符串？

【问题讨论】：

【解决方案1】：

\uXXXX 和 \UXXXXXXXX 转义序列只能编码有效的通用字符。要编码其他 char16_t 值，请使用 \x... 转义序列：

u"\xd800" /* unmatched low surrogate */
u"\xdc01\xd802" /* surrogates in wrong order */

【讨论】：