mysql uft-8mb4 emoji表情保存报错

zx1323

已于 2023-05-09 17:45:34 修改

阅读量251

点赞数

文章标签： mysql 数据库 java

于 2023-05-09 17:42:09 首次发布

本文链接：https://blog.youkuaiyun.com/zx1323/article/details/130584805

版权

该文章讲述了如何在Java中检查字符串是否包含超出utf8mb4（3字节）编码范围的UTF-8字符，如emoji，通过判断字符串中的补充字符来过滤这些无法在utf8列中存储的字符。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MySQL :: Re: How to find a character which can’t be stored in a MySQL “utf8” column in Java

How to find a character which can’t be stored in a MySQL “utf8” column in Java - Stack Overflow

一开始的思路是用正则过滤emoji表情, 但找这个正则比较麻烦, 范围段比较多

也可以用hutool的工具包, 导包麻烦, 有些项目不让用

仔细想想 mysql保存报错, 本质上是默认的uft-8是utf-8mb3, 3字节, 不支持utf-8mb4的 4字节

所以转变思路, 问题变成, 如何判断是否包含utf-8mb4的字符?

最终使用代码过滤掉

/**
 * 参考: https://www.charset.org/utf-8
 */
public class StringCheckUtils {

    /**
     * 是否包含 utf-8mb4的字符
     */
    public static boolean containUTF8mb4(String input) {
        return input.codePoints().anyMatch(Character::isSupplementaryCodePoint);
    }

    public static void main(String[] args) {
        System.out.println(containUTF8mb4("张三\uD800\uDC00"));// 超过了 0xffff
        System.out.println(containUTF8mb4("李四🐖")); // emoji

        System.out.println(containUTF8mb4("李四�"));// 未超过 补充字符的范围
    }
}

==============

字符编码笔记：ASCII，Unicode 和 UTF-8 - 阮一峰的网络日志

辅助平面_百度百科