java - 检查 UTF-8 数据类型 3 字节或 4 字节 Unicode

Question

在我的数据库中出现错误

com.mysql.jdbc.MysqlDataTruncation: Data truncation: Data too long for column

我使用 Java 和 MySQL 5。据我所知，4 字节 Unicode 在 Java 中是合法的，但在 MySQL 5 中是非法的，我认为这可能会导致我的问题，我想检查我的数据类型，所以这是我的问题: 如何检查我的 UTF-8 数据是 3 字节还是 4 字节 Unicode？

Answer 1

UTF-8以 1-3 个字节对基本多语言平面(即 U+0000 到 U+FFFF 包括在内)中的所有内容进行编码。因此，您只需要检查字符串中的所有内容是否 都在 BMP 中。

在 Java 中，这意味着检查任何 char(UTF-16 代码单元)是高位还是低位代理字符，因为 Java 将使用代理对来编码非 BMP 字符:

public static boolean isEntirelyInBasicMultilingualPlane(String text) {
    for (int i = 0; i < text.length(); i++) {
        if (Character.isSurrogate(text.charAt(i))) {
            return false;
        }
    }
    return true;
}