從XML解析，插入到mysql;字符給java.sql.SQLException：錯誤的字符串值

我解析了一堆XML文件，並將從它們獲得的值插入到MySQL數據庫中。 mysql表的字符集設置爲utf8。我使用以下連接url連接到數據庫 - jdbc:mysql://localhost:3306/articles_data?useUnicode=false&characterEncoding=utf8從XML解析，插入到mysql;字符給java.sql.SQLException：錯誤的字符串值

帶有Unicode字符的大多數字符串值都輸入正確（像希臘字母等），但有些數字符號除外。一個特別的例子 - 當我試圖插入一個字符串與數學腳本大寫g（img在www.ncbi.nlm.nih.gov/corehtml/pmc/pmcents/1D4A2.gif）（http://graphemica.com/）（試圖解析並插入this文章），我得到下面的異常 -

java.sql.SQLException: Incorrect string value: '\xF0\x9D\x92\xA2 i...' for column 'text' at row 1 
at com.mysql.jdbc.SQLError.createSQLException(SQLError.java:1055) 
at com.mysql.jdbc.SQLError.createSQLException(SQLError.java:956) 
at com.mysql.jdbc.MysqlIO.checkErrorPacket(MysqlIO.java:3515) 
at com.mysql.jdbc.MysqlIO.checkErrorPacket(MysqlIO.java:3447) 
at com.mysql.jdbc.MysqlIO.sendCommand(MysqlIO.java:1951) 
at com.mysql.jdbc.MysqlIO.sqlQueryDirect(MysqlIO.java:2101) 
at com.mysql.jdbc.ConnectionImpl.execSQL(ConnectionImpl.java:2554) 
at com.mysql.jdbc.PreparedStatement.executeInternal(PreparedStatement.java:1761) 
at com.mysql.jdbc.PreparedStatement.executeUpdate(PreparedStatement.java:2046) 
at com.mysql.jdbc.PreparedStatement.executeUpdate(PreparedStatement.java:1964) 
at com.mysql.jdbc.PreparedStatement.executeUpdate(PreparedStatement.java:1949)

如果我改變我的連接網址 - JDBC的：mysql：//本地主機：3306/articles_data，然後在插入的作品，但所有常規的UTF8字符被替換爲問號。

有兩種可能的方法，我試圖修復它，並在要麼沒有成功，但 -

當解析文章，保持編碼。我使用org.apache.xerces.parsers.DOMParser解析XML文件，但無法弄清楚如何防止解碼（相關的XML - <p>𝒢 is a set containing...</p>）。我可以重新編碼它，但這似乎效率低下。
將數學符號插入到數據庫中。

來源

2011-07-14 Shashank Agarwal

請檢查您的xml文件的編碼。那是UTF-8嗎？你的應用程序在哪個操作系統上運行？ – powerMicha

爲什麼在網址中useUnicode = false？ –

@Alex：我首先嚐試了'useUnicode = true'，但沒有什麼區別。我把它變成了錯誤，期望它不會強制嘗試將它作爲utf8字符插入，並會回退到不喜歡它的問號。 @powerMicha：我現在正在Windows上測試它。 XML頭沒有提供關於文件編碼的任何信息，但是當我解析它時，它將編碼的字符轉換爲（我假設）UTF-8。我假設，因爲如果我stdout分析的字符串，並在NP + UTF-8編碼看它，它看起來是正確的。 –

直到版本5.1的MySQL似乎只支持基本多語言平面中的Unicode字符，當編碼爲utf-8時，不會超過3個字節。從manual on unicode support in version 5.1：

MySQL 5.1中支持兩種字符集，用於存儲Unicode數據：每個字符

UCS2，Unicode字符的UCS-2編碼中設置使用16個比特

UTF8，一個Unicode字符的UTF-8編碼每個字符使用

二點五十九字節設置version 5.5一些新字符集，其中加入：

...

utf8mb4，Unicode字符的UTF-8編碼每個字符使用一到四個字節集

UCS2和UTF8支持BMP字符。 utf8mb4，utf16和utf32支持BMP和補充字符。

所以，如果你在MySQL 5.1上，你首先必須升級。在更高版本中，您必須將charset更改爲utf8mb4才能使用這些補充字符。

看來JDBC連接器也需要一些進一步的配置（從Connector/J Notes and Tips）：

要使用帶連接器/ J 4字節UTF8配置MySQL服務器character_set_server=utf8mb4。只要characterEncoding尚未在連接字符串中設置，連接器/ J將使用該設置。這相當於字符集的自動檢測。

來源

2011-07-14 15:42:14

服務器是5.5！我將表格的編碼更改爲utfmb4，但仍然出現錯誤。我將連接url切換到'jdbc：mysql：// localhost：3306/articles_data？useUnicode = false＆characterEncoding = utf8mb4'，但是這給了我一個'Unsupported character encoding'utf8mb4'.'錯誤。 –

@Shashank Agarwal，這個jdbc連接器的提示可能也是相關的：http://download.oracle.com/docs/cd/E17952_01/refman-5.1-en/connector-j-usagenotes-troubleshooting.html#qandaitem- 21-3-5-3-1-15 –

該提示修復了它！謝謝：）。 –

從XML解析，插入到mysql;字符給java.sql.SQLException：錯誤的字符串值

回答

相關問題