如何在不将非法输入替换为替换字符的情况下解码 UTF-8？

【问题标题】：How to decode UTF-8 without having illegal input replaced by a replacement character?如何在不将非法输入替换为替换字符的情况下解码 UTF-8？
【发布时间】：2015-06-10 17:10:06
【问题描述】：

icu::UnicodeString::fromUTF8 将非法输入替换为 U+FFFD。有没有办法检测它是否已经这样做了，以便我可以抛出异常？

【问题讨论】：

标签： c++ utf-8 icu

【解决方案1】：

使用 u_strFromUTF8

UChar* u_strFromUTF8    (   UChar *     dest,
int32_t     destCapacity,
int32_t *   pDestLength,
const char *    src,
int32_t     srcLength,
UErrorCode *    pErrorCode 
)       
Convert a UTF-8 string to UTF-16.

如果输入字符串格式不正确，则 U_INVALID_CHAR_FOUND 错误码已设置

http://icu-project.org/apiref/icu4c/ustring_8h.html#a5f9ff224b11166a106d1b3ac26454cd4

【讨论】：

很遗憾必须使用低级C API，但这是必须的。