android jni检测 char utf8

JNI WARNING: input is not valid Modified UTF-8: illegal start byte

在加解密可能会出现非utf8字符

导致vm挂掉，所以需要在 NewStringUTF之前验证char*是不是含有非utf8字符

从vm扣除可用源码

typedef uint8_t         jboolean;       /* unsigned 8 bits */

类型

typedef u1 uint8_t;         

[cpp]  view plain copy

1. static u1 checkUtfBytes(const char* bytes, const char** errorKind) {  
2.      while (*bytes != '\0') {  
3.          u1 utf8 = *(bytes++);  
4.          // Switch on the high four bits.  
5.          switch (utf8 >> 4) {  
6.          case 0x00:  
7.          case 0x01:  
8.          case 0x02:  
9.          case 0x03:  
10.          case 0x04:  
11.          case 0x05:  
12.          case 0x06:  
13.          case 0x07:  
14.              // Bit pattern 0xxx. No need for any extra bytes.  
15.              break;  
16.          case 0x08:  
17.          case 0x09:  
18.          case 0x0a:  
19.          case 0x0b:  
20.          case 0x0f:  
21.              /* 
22.               * Bit pattern 10xx or 1111, which are illegal start bytes. 
23.               * Note: 1111 is valid for normal UTF-8, but not the 
24.               * modified UTF-8 used here. 
25.               */  
26.              *errorKind = "start";  
27.              return utf8;  
28.          case 0x0e:  
29.              // Bit pattern 1110, so there are two additional bytes.  
30.              utf8 = *(bytes++);  
31.              if ((utf8 & 0xc0) != 0x80) {  
32.                  *errorKind = "continuation";  
33.                  return utf8;  
34.              }  
35.              // Fall through to take care of the final byte.  
36.          case 0x0c:  
37.          case 0x0d:  
38.              // Bit pattern 110x, so there is one additional byte.  
39.              utf8 = *(bytes++);  
40.              if ((utf8 & 0xc0) != 0x80) {  
41.                  *errorKind = "continuation";  
42.                  return utf8;  
43.              }  
44.              break;  
45.          }  
46.      }  
47.      return 0;  
48.  }  

验证函数是上面的

[cpp]  view plain copy

1. const char* errorKind = NULL;  
2.     u1 utf8 = checkUtfBytes(bytes, &errorKind);  
3.     if (errorKind != NULL) {  
4.         ALOGW("JNI WARNING: input is not valid Modified UTF-8: illegal %s byte %#x", errorKind, utf8);  
5.         ALOGW("             string: '%s'", bytes);  
6.         showLocation();  
7.         abortMaybe();  
8.     }  

使用：把char和 errorKind传入

如果errorKind不为NULL说明含有非utf-8代码。做相应处理