Uno dei miei requisiti dice "Il nome della casella di testo deve accettare solo il set di caratteri UTF-8". Voglio eseguire un test negativo inserendo un set di caratteri non UTF-8. Come posso fare questo?Come posso generare un set di caratteri non UTF-8
Se ti stai chiedendo come costruire un non-caratteri UTF-8, che dovrebbe essere facile da this definition from Wikipedia:
Per i punti di codice U + 0000 e U + 007F, ogni codepoint è uno lunga di byte e si presenta così:
0xxxxxxx // a
Per i punti di codice U + 0080 tramite U + 07FF, ogni codepoint è lungo due byte e simile a questa:
110xxxxx 10xxxxxx // b
E così via.
Quindi, per costruire un carattere UTF-8 illegale lungo un byte, il bit più alto deve essere 1 (per essere diverso dal pattern a) e il secondo bit più alto deve essere 0 (per essere diverso dal pattern b) :
10xxxxxx
o
111xxxxx
che si differenzia anche da entrambi i modelli.
Con la stessa logica, è possibile creare sequenze di codeunit illegali lunghe più di due byte.
Non hai contrassegnare una lingua, ma ho dovuto provarlo, così ho utilizzato Java:
for (int i=0;i<255;i++) {
System.out.println(
i + " " +
(byte)i + " " +
Integer.toHexString(i) + " " +
String.format("%8s", Integer.toBinaryString(i)).replace(' ', '0') + " " +
new String(new byte[]{(byte)i},"UTF-8")
);
}
0 a 31 sono i caratteri non stampabili, quindi 32 è lo spazio, seguito da caratteri stampabili:
...
31 31 1f 00011111
32 32 20 00100000
33 33 21 00100001 !
...
126 126 7e 01111110 ~
127 127 7f 01111111
128 -128 80 10000000 �
delete è 0x7f e dopo, da 128 inclusivamente fino a 254 caratteri non validi vengono stampati. Si può vedere dalla anche la UTF-8 chartable:
Codepoint U+007F è rappresentato con un byte (bit 0x7F01111111), mentre codepoint U+0080 è rappresentato con due byte 0xC2 0x80 (bit 11000010 10000000).
Se non si ha familiarità con UTF-8 vi consiglio vivamente di leggere questo ottimo articolo:
Via un'interfaccia utente si avrà un momento difficile fare questo. Dovrai in qualche modo farlo in modo programmatico. – leppie
Inizia definendo il * linguaggio di programmazione *, l'ambiente e/o il contesto. Questo molto varierà a seconda del sistema con cui stai lavorando/su/in. – deceze
perché DOWNVOTE per questa domanda? – swapneel