Go utf8.DecodeRuneInString 遇到非法字节时会返回什么

会返回，但不是 Go 的 error。对非空字符串，utf8.DecodeRuneInString 遇到非法 UTF-8 时返回 (utf8.RuneError, 1)；空字符串才返回 (utf8.RuneError, 0)。这里的 1 很关键：调用方只应丢弃当前一个字节，再从下一个字节继续判断。

非法输入的返回值与空输入不是一回事

DecodeRuneInString 读取字符串开头的一个 UTF-8 编码，并返回“解出的 rune”和“占用的字节数”。ASCII 字符占 1 字节，常见中文占 3 字节，四字节字符则占 4 字节。

如果字符串为空，返回 (utf8.RuneError, 0)，表示没有任何字节可消费。只要字符串非空而开头不能组成合法编码，就返回 (utf8.RuneError, 1)。例如 0xff 不是合法的 UTF-8 起始字节，连续的多字节序列缺少后续字节、越界码点或过长编码，也会落入这个结果。

为什么循环必须按 size 推进字节位置

这个函数不会替调用方跳过整段损坏数据。非法结果的宽度固定为 1，意味着当前字节已经被判定并消费；若直接按“预期字符宽度”切片，轻则跳过后面的合法字符，重则触发切片越界。

package main

import (
	"fmt"
	"unicode/utf8"
)

func main() {
	// 故意混入一个非法字节，观察每次解码消耗多少字节。
	s := string([]byte{'A', 0xe4, 0xb8, 0x96, 0xff, 'B', 0xe7, 0x95, 0x8c})
	for offset := 0; offset 

这段遍历会依次读到 A、世、非法字节、B 和 界。注意判断条件是 r == utf8.RuneError && size == 1：合法编码后的 U+FFFD 通常是 3 字节，不能被误报为非法。

严格校验和容错解码要先选清楚

如果数据来自 JSON、配置文件、协议字段或需要签名校验的文本，非法 UTF-8 往往应该直接拒绝，而不是把错误字节替换成看不见的占位符。可以先整体校验：

package main

import (
	"errors"
	"unicode/utf8"
)

func decodeStrict(s string) ([]rune, error) {
	// 严格边界先挡住整段非法输入，再转换成 rune 切片。
	if !utf8.ValidString(s) {
		return nil, errors.New("输入不是合法 UTF-8")
	}
	// 校验通过后，转换不会悄悄替换非法字节。
	return []rune(s), nil
}

日志展示、搜索预览和尽量保留原始内容的工具，通常可以容错遍历，并把 RuneError 记录为异常计数。两种策略没有谁绝对正确，关键是不要让“解码成功返回了一个 rune”被误解为“输入一定合法”。

分块读取时，块尾可能只是暂时不完整

一次拿到完整字符串时，非法宽度为 1 的规则很直接；但网络或文件分块可能把一个合法的三字节字符拆成两块。对第一块的尾部调用解码，可能得到 (RuneError, 1)，此时不能马上把它当作永久坏数据。

package main

import "unicode/utf8"

func decodeChunk(buf string) (rune, int, bool) {
	if buf == "" {
		return 0, 0, false
	}
	// 合法多字节字符尚未收齐时，先保留缓冲区等待下一块。
	if !utf8.FullRuneInString(buf) {
		return 0, 0, false
	}
	r, size := utf8.DecodeRuneInString(buf)
	return r, size, true
}

FullRuneInString 只能帮助判断开头是否已经具备一个完整编码；真正非法的开头会被视为可消费的宽度 1。实际流式解析还要把未消费的尾部拼接到下一块，并设置最大缓冲长度，避免异常输入无限积压。

采用建议：把 RuneError、size 和业务边界放在一起

接收外部文本时，先决定它是“必须合法的数据”还是“尽量展示的数据”。前者使用 ValidString 并返回明确错误；后者逐 rune 解码，遇到 RuneError,size=1 时计数、替换或记录原始字节。不要只用 string([]rune(s)) 作为校验手段，因为它会把非法序列替换掉，丢失拒绝条件。

常见问题

DecodeRuneInString 会返回 error 吗？

不会。它通过 rune 和 size 表示解码结果；需要错误语义时由调用方结合 utf8.ValidString 或 size==1 判断。

为什么非法序列只前进一个字节？

这样可以保留后续字节重新作为新的起点判断，避免一次错误跳过更多可能合法的内容。

RuneError 一定意味着输入非法吗？

不一定。合法的 Unicode replacement character 也是 RuneError；只有与 size==1 同时出现时，才是该函数定义的非法非空编码结果。