用于验证 UTF-8 的 C++ 测试

Question

我需要为 UTF-8 验证编写单元测试，但我不知道如何在 C++ 中编写不正确的 UTF-8 情况:

TEST(validation, Tests)
{
    std::string str = "hello";
    EXPECT_TRUE(validate_utf8(str));

    // I need incorrect UTF-8 cases
}

如何在 C++ 中编写不正确的 UTF-8 大小写？

Answer 1

您可以使用十六进制形式的 \x 转义序列或八进制形式的 \000 转义序列指定字符串中的各个字节。

例如:

std::string str = "\xD0";

这是不完整的 UTF8。

看看https://www.cl.cam.ac.uk/~mgk25/ucs/examples/UTF-8-test.txt适用于有效和格式错误的 UTF8 测试用例。