如何在 u"..." 字符串中产生有意的编码错误？

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。 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？

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 */