java - 如何处理 SQL 状态 [HY000]；错误代码[1366]；字符串值不正确？

Question

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，而 mysql 列是 utf8_general_ci。此外，到目前为止，所有 utf8 字符都可以正常工作，除了这些。

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：

• 修剪这些字符（如何 - 它们是什么，Java UTF-8 与 MySQL 有何不同）
• 使列能够接受这个值（如何 - 有什么比 utf8_general_ci 更 utf-y 的）

Answer 1

这些似乎是unicode 代理字符。由于它们不是实际字符，而且似乎 MySQL 不支持它们，因此修剪它们是安全的：

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();