9
您使用什么版本的 protobuf 以及什么语言？ 最新的：
> protoc --version
libprotoc 3.19.1什么操作系统（Linux、Windows...）和版本？
操作系统 X 11.6.1
您使用什么运行时/编译器（例如，python 版本或 gcc 版本）
不适用
你做了什么？
我编译了一个包含无效二进制数据的文件。虽然规范没有规定源代码应该采用 UTF-8 编码，但 GitHub 中的这个问题表明这是正确的：#1418。 （注意：为了清楚起见，确实应该更新文档以明确说明这一点。）
为了使源成为有效的可编译源，我将其放入类型为 的选项的字符串文字中string。我实际上创建了两个在语义上等效的文件：
// tmp.proto
syntax = "proto3";
package foo;
option java_outer_classname= "my?value";上面的问号实际上是二进制值0xbc。要使用此示例文件的二进制数据，您可以使用xxd -r以下命令：
00000000: 7379 6e74 6178 203d 2022 7072 6f74 6f33 syntax = "proto3
00000010: 223b 0a0a 7061 636b 6167 6520 666f 6f3b ";..package foo;
00000020: 0a0a 6f70 7469 6f6e 206a 6176 615f 6f75 ..option java_ou
00000030: 7465 725f 636c 6173 736e 616d 653d 2022 ter_classname= "
00000040: 6d79 bc76 616c 7565 223b 0a my.value";.第二个文件使用转义序列：
// tmp2.proto
syntax = "proto3";
package foo;
option java_outer_classname= "my\xbcvalue";因此tmp.proto在源中包含无效的 UTF8 输入。并tmp2.proto在源中包含有效的 UTF8，但它定义了一个具有无效 UTF8 数据的字符串常量。
我只是将文件编译为描述符集：
protoc -o tmp.protoset tmp.proto
protoc -o tmp2.protoset tmp2.proto你期望看到什么
我期望protoc：
- 使用UTF 替换字符替换无效数据 � (U+FFFD)
- 或者抱怨输入的 UTF-8 格式不正确。
对于第一个文件，它应该抱怨源程序本身的输入。
对于第二个文件，它应该抱怨字符串选项的值不是有效输入（因为根据文档 ，字符串预计为 UTF-8 或 7 位 ASCII ）。
你看到了什么？
这两个文件都编译成功。除了文件名之外，它们还生成相同的描述符：
> protoc --decode google.protobuf.FileDescriptorSet google/protobuf/descriptor.proto < tmp.protoset
file {
name: "tmp.proto"
package: "foo"
options {
java_outer_classname: "my\274value"
}
syntax: "proto3"
}是\274转义字节，而不是 unicode point 0xbc。这不是有效的 UTF8，但该java_outer_classname选项定义为 type string。