我發現了一個可以檢查字符串是否爲UTF-8的正則表達式(正則表達式來自w3c site)。如何檢查mysql中的二進制字符串是否爲UTF-8?
$field =~
m/\A(
[\x09\x0A\x0D\x20-\x7E] # ASCII
| [\xC2-\xDF][\x80-\xBF] # non-overlong 2-byte
| \xE0[\xA0-\xBF][\x80-\xBF] # excluding overlongs
| [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2} # straight 3-byte
| \xED[\x80-\x9F][\x80-\xBF] # excluding surrogates
| \xF0[\x90-\xBF][\x80-\xBF]{2} # planes 1-3
| [\xF1-\xF3][\x80-\xBF]{3} # planes 4-15
| \xF4[\x80-\x8F][\x80-\xBF]{2} # plane 16
)*\z/x;
但我不知道如何將它移植到MySQL,因爲它似乎是,MySQL不支持十六進制表示的字符看this question。
任何想法如何將正則表達式移植到MySQL? 或者也許你知道任何其他方式來檢查字符串是否有效的UTF-8?
更新: 我需要這個檢查在MySQL上工作,因爲我需要在服務器上運行它來糾正損壞的表。由於數據庫大約爲1TB,因此無法通過腳本傳遞數據。
這僅適用於西歐語言,如英語,西班牙語等。如果您有東方字符,則可能無法正常工作。 – 2016-04-12 19:33:28