unicode - UTF-8 字符串中可以包含 NULL (0x0) 吗？

Question

如果是这样，它是否允许在字符串中的任何位置？

Answer 1

是的，UTF-8 将 0x0 定义为 NUL .没有理由不能成为 UTF-8 流的一部分。 RFC 3629 专门涵盖了这种情况:

Character numbers from U+0000 to U+007F (US-ASCII repertoire) correspond to octets 00 to 7F (7 bit US-ASCII values). A direct consequence is that a plain ASCII string is also a valid UTF-8 string.

如您所知，有多种存储格式在编码 NUL 时遇到问题。 ，因此有修改过的 UTF-8，它提供了一种替代编码，但“未修改”的 UTF-8 要求将其编码为 0x0(将其编码为 C0 80 在第 10 节中明确称为非法 UTF-8)。