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

【问题标题】：How to handle SQL state [HY000]; error code [1366]; Incorrect string value?如何处理 SQL 状态 [HY000]；错误代码[1366]；字符串值不正确？
【发布时间】：2012-06-18 22:11:09
【问题描述】：

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（它们是什么，Java UTF-8 与 MySQL 有何不同）
使列能够接受此值（如何 - 还有什么比 utf8_general_ci 更 utf-y 的）

【问题讨论】：

标签： java mysql utf-8

【解决方案1】：

这些似乎是unicode surrogate characters。由于它们不是实际字符，而且 MySQL 似乎不支持它们，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();

【讨论】：