將非英文字符串插入到UTF-8 Oracle數據庫中

Question

我有一個Oracle，它的編碼是UTF-8。當我插入一些非英文字符串時，我會得到ORA-12899。我認爲原因是一些非英文需要UTF-8系統中的3個字節。

最簡單的解決方案是延長Oracle的長度。我想修剪字符串，找不到修剪字符串的單個解決方案。有什麼建議嗎？我試圖獲取字節長度，但該值不適用於UTF-8。

Answer 1

使用lengthb()來獲取字節長度。截斷你的字符串，直到它適合列：

while lengthb(x) > column_length_in_bytes loop 
    x := substr(x, 1, length(x)-1); 
end loop; 

Answer 2

public static String truncatedUTF8(String input, int maxBytesInUTF8) { 
    if(input.length() * 4 <= maxBytesInUTF8) { 
     return input; 
    } 
    int max = 0, i; 
    boolean lastSurrogate = false; 
    for(i = 0; i < input.length() && max <= maxBytesInUTF8; ++i) { 
     int cc = Character.codePointAt(input, i); 
     lastSurrogate = false; 
     if (cc <= 0x7F) { 
      max++; 
     } else if (cc <= 0x7FF) { 
      max += 2; 
     } else if (cc <= 0xFFFF) { 
      max += 3; 
     } else if (cc <= 0x10FFFF) { 
      lastSurrogate = true; 
      max += 4; 
      i++; 
     }  
    } 

    if(max < maxBytesInUTF8) { 
     return input; 
    } 
    if(max > maxBytesInUTF8) { 
     i--; 
     if(lastSurrogate) i--; 
    } 

    if(i - 1 >= input.length() && 
     !Character.isSurrogatePair(input.charAt(i-2), input.charAt(i-1)) && 
     Character.isSurrogate(input.charAt(i-1))) { 
     i--; 
    } 

    return input.substring(0, i); 
} 

System.out.println(truncatedUTF8("äää", 5)); 
//"ää" because "äää" takes 6 bytes and "ää" takes 4