關於 Non-null string 的處理...

上一篇「Filter Input & Escape Output...」有提到 Non-null UTF-8 string 的 filter，結果剛剛洗澡的時候想了想，好像寫錯了？

問題在於「到底是先 de-null 再 iconv()，還是先 iconv() 再 de-null」的問題。

這個問題其實跟 iconv() 成 UTF-8 時遇到不合法字元時怎麼實做有關，也就是 undefined behavior... 由於 \0 是合法的 UTF-8 character，所以我們假設某一種實做是當 iconv() 遇到不合法字元時會用 \0 帶進去：

先 de-null 再 iconv()

這是上一篇文章提到的方法。但在上面提到的 iconv() 實做下卻是有問題的方法。原因很簡單，de-null 後沒有 \0 的字串，卻會因為 iconv() 而產生 \0。

先 iconv() 再 de-null

這邊要考慮的是最後 de-null 後會不會變成 invalid UTF-8 string。答案是不可能，因為 iconv() 轉出來後保證是 UTF-8 string (不論如何處理非 UTF-8 character 的部份)，而 UTF-8 string 內的 \0 一定可以當 separator，所以切下去一定還是 UTF-8 string。(可以參考下圖關於 UTF-8 character 的規則)

所以？

可能以現在的 iconv() 實做來說，兩者都不會有問題，但寫程式的時候總是要避免 side-effect，所以後者的方法會比前者好。