如何在 u"..." 字符串中產生有意的編碼錯誤？

Question

我正在編寫一個 UTF-16 解碼例程。 為了檢查它是否正常工作，我需要生成帶有故意編碼錯誤的測試字符串。 但是，當我嘗試以明顯的方式在 C 中生成此類字符串時，編譯器會拒絕我的代碼，並顯示“...不是有效的通用字符：”

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

如何生成帶有故意編碼錯誤的u"..."字符串？

Answer 1

\uXXXX和\UXXXXXXXX轉義序列只能編碼有效的通用字符。 要編碼其他char16_t值，請使用\x...轉義序列：

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