这种情况是一种奇怪的UTF-8编码转换吗？

Question

我正在使用似乎的远程应用程序来对编码做一些魔术。应用程序呈现明确的响应（我将其称为True和False），具体取决于用户输入。我知道两个有效值，它们将呈现'True'，其他所有值都应为'False'。

我发现（意外地）有趣的是，提交损坏的值导致'真'。

示例输入：

USER10 //gives True
USER11 //gives True
USER12 //gives False
USER.. //gives False
OTHERTHING //gives False

所以基本上只有这两个第一个值呈现True响应。

我注意到，USER±0（十六进制\ x55 \ x53 \ x45 \ x52 \ C0 \ xB1 \ x30）被接受为True，令人惊讶。 我确实检查了其他十六进制字节，没有成功。它让我得出结论：\ xC0 \ xB1可以某种方式转换为0x31（='1'）。

我的问题是 - 怎么会发生？该应用程序是否执行了从UTF-16（或其他）到UTF-8的奇怪转换？

我很感激任何意见/想法/提示。

Answer 1

对于双字节UTF-8序列，

C0是无效的起始字节，但如果坏的UTF-8解码器接受它C0 B1将被解释为ASCII 31h（字符{{1} }}）。

引用Wikipedia：

  

...（C0和C1）只能用于无效＆＃34;超长编码＆＃34; ASCII字符（即尝试使用两个字节而不是一个字节来编码0到127之间的7位ASCII值....