如何在 u"..." 字符串中产生故意的编码错误？

Question

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。然而，当我尝试用 C 语言以明显的方式生成此类字符串时，编译器会拒绝我的代码，并显示“...不是有效的通用字符：”

u"\ud800" /* unmatched low surrogate */
u"\udc01\ud802" /* surrogates in wrong order */

如何生成带有故意编码错误的

u"..."

字符串？

Answer 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 */