我们有一个CGI程序，用于处理POST-ed表单。一些POST文本可以包含非ASCII字符 - 浏览器已经有助于将这些字符转换为UTF-8。
我需要“强化”程序以拒绝无效字符串 - 其中非ASCII字符串也不是有效的UTF-8字符串。
我想，我依赖于mbstowcs（）：
setlocale(LC_CTYPE, "en_US.UTF-8");
unilen = mbstowcs(NULL, foo, 0);
if (unilen == (size_t)-1) {
... report an error ...
}
但是，我很难验证该方法 - 它接受有效的字符串，但是我无法想出一个无效的来拒绝...
请有人确认，这是一种正确的方式和/或建议替代方案吗？
注意，我不关心转换的实际结果 - 一旦我确信，字符串是有效的UTF-8，我将其复制到电子邮件中（使用UTF-8字符集）并让收件人的电子邮件程序处理它。我打扰验证的唯一原因是确保表单不会用于传播任意二进制文件（例如病毒）。
谢谢！
答案 0 :(得分：0)
功能文档说
“如果遇到无效的多字节字符，则返回（size_t）-1值。”
所以我相信你的验证非常好。就个人而言，我总是发现这个值因无效数据而被破坏。您可以提交一个偶数长度的任意十六进制序列来确定。
如果您怀疑并需要进一步验证，gnu iconv是一个很好的替代