Go base32.CorruptInputError 怎么定位首个非法字符

Go 的 encoding/base32 在遇到不属于当前字母表的输入时，会返回 base32.CorruptInputError。它的数值含义是“首个非法输入字节的偏移”，不是 token 下标，也不是 Unicode 字符编号。定位时先用 errors.As 取出这个偏移，再对原始字节做边界检查；如果输入含中文或其他多字节 UTF-8 字符，还要单独换算可读的字符位置。

官方文档：https://pkg.go.dev/encoding/base32

先确认 CorruptInputError 的数值含义

Base32 解码器按输入字节读取数据，并依据当前编码表判断每个字节是否合法。返回的 CorruptInputError(n) 中，n 是首个不接受的字节位置。因此应使用 input[n] 查看原始字节，而不能把它直接传给 utf8.RuneCount 当作字符序号。

用 errors.As 稳定提取错误偏移

解码代码通常还会给错误增加业务上下文。如果错误经过 fmt.Errorf("...: %w", err) 包装，直接断言外层错误类型可能失败；errors.As 会沿着错误链查找目标类型。

package main

import (
    "encoding/base32"
    "errors"
    "fmt"
)

func main() {
    input := []byte("JBSWY3DP$") // $ 不在标准 Base32 字母表中
    _, err := base32.StdEncoding.DecodeString(string(input))
    if err == nil {
        return
    }

    var corrupt base32.CorruptInputError
    if errors.As(err, &corrupt) {
        offset := int(corrupt) // 这是从 0 开始的输入字节偏移
        if offset >= 0 && offset 

示例中的边界检查不能省略：错误来自外部输入时，先确认偏移落在当前切片内，再生成诊断信息。对于接口返回，建议记录偏移和错误类型，不要把整段敏感输入写入日志。

把字节偏移转换成可读诊断

ASCII Base32 文本通常一个字符对应一个字节，所以字节偏移看起来像字符位置；但只要输入混入多字节 UTF-8 字符，这个直觉就不成立。保留原始字节偏移最可靠，同时可以用前缀切片计算前面有多少个 rune：

// 将字节偏移转换为“前面经过了多少个 UTF-8 字符”，供日志展示。
func runePosition(input []byte, offset int) int {
    if offset  len(input) {
        return -1 // 偏移越界时不要猜测字符位置
    }
    return utf8.RuneCount(input[:offset])
}

// 只截取错误点附近的窗口，避免把完整输入写入日志。
func errorContext(input []byte, offset int) []byte {
    start, end := offset-8, offset+8
    if start  len(input) { end = len(input) }
    return input[start:end]
}

这个片段需要导入 unicode/utf8。runePosition 给出的是展示用位置，真正修复输入仍应依据 byte offset 和当前 Base32 规则判断。窗口切片也只是诊断辅助，不改变解码器的偏移语义。

先排除字母表、填充和流式边界

“非法字符”往往是配置不一致的结果。标准编码接受的字母表、URL 变体、是否需要 = 填充，都会影响同一字符串的解析。使用 base32.StdEncoding.WithPadding(base32.NoPadding) 时，原本期待填充的输入可能换成另一类错误；使用 RawStdEncoding 则要明确输入协议本来就不带填充。

流式 Decoder 还可能在读取结束时才发现尾部不完整。排查顺序应是：记录实际编码配置，确认输入是否经过传输层改写，再检查返回错误是否能转换为 CorruptInputError。不要为了让日志出现一个偏移而把所有解码失败都归类为非法字符。

相关问题

CorruptInputError 的偏移从 0 还是 1 开始？

它表示输入字节切片的 0-based 偏移，所以可以先做边界检查，再使用 input[offset] 读取对应字节。

为什么错误偏移不能直接当中文字符位置？

Go 字符串和字节切片按 UTF-8 保存时，一个字符可能占多个字节。byte offset 适合修复输入，rune 位置只适合给人阅读。