unicode - 当字符是日语时专辑名称会被损坏

Question

请告诉我“专辑名称”的最大数量。

现在我正在使用 Graph API 开发照片上传应用程序。创建相册时，如果日语字符数超过 21 个，相册名称就会损坏。以下是此问题的示例。

例如
输入:
あいうえおかきくけこあいうえおかきくけこあい
注册专辑名称:
あいうえおかきくけこあいうえおかきくけこあ��

请注意，如果专辑名称设置的韩文或中文字符超过 21 个，也会出现同样的问题。

Answer 1

该字段似乎有长度限制。猜测他们使用的是 UTF-8，这将是 64 个字节的限制，而不是整数个字符。

Facebook 似乎会按照该字节数截断字符串，无论该字节限制是否恰好与字符边界对齐。不幸的是，这种错误行为在本身不将文本字符串处理为 Unicode 字符的语言中很常见。在您的情况下，最后一个 い 占用三个字节，但只有两个字节的空间，因此您会留下两个不形成有效 UTF-8 序列的尾随字节，因此 � �.

为了阻止这种情况发生，你必须为他们做他们的工作，并以 Unicode 干净的方式施加长度限制。一种方法是自己编码为 UTF-8，进行截断，然后转换回字符，忽略无效的结束字节。例如在Python中:

>>> print u'あいうえおかきくけこあいうえおかきくけこあい'.encode('utf-8')[:64].decode('utf-8', 'ignore')
あいうえおかきくけこあいうえおかきくけこあ