我知道这个错误意味着 mysql 列不接受该值,但这很奇怪,因为该值适合 Java UTF-8 编码字符串,并且 mysql 列utf8_general_ci。此外,到目前为止,除了这些之外,所有 utf8 字符都正常工作。
用例是:我正在导入推文。有问题的推文是:https://twitter.com/bakervin/status/210054214951518212 - 你可以看到两个"奇怪"的字符(以及它们之间的两个奇怪的空格)。问题是 - 如何处理这个问题:
- 修剪这些字符(如何 - 它们是什么,Java UTF-8 与 MySQL 有何不同)
- 使列能够接受此值(如何 - 是否有比 utf8_general_ci 更 utf-y 的内容)
这些似乎是 unicode 代理项字符。由于它们不是实际字符,并且MySQL似乎不支持它们,因此可以安全地修剪它们:
StringBuilder sb = new StringBuilder();
for (int i = 0; i < text.length(); i++) {
char ch = text.charAt(i);
if (!Character.isHighSurrogate(ch) && !Character.isLowSurrogate(ch)) {
sb.append(ch);
}
}
return sb.toString();
我通过将数据库的排序规则从 utf_8 更改为utf_16来修复错误。