【異常處理】Incorrect string value: '\xF0\x90\x8D\x83...' for column... Emoji表情字元過濾的Java實現__Java基礎解惑集

Emoji表情字元現在在APP已經廣泛支援了。但是Mysql的UTF8編碼對Emoji字元的支援卻不是那麼好。所以我們經常會遇到這樣的異常：

Incorrect string value: '\xF0\x90\x8D\x83...' for column

原因是Mysql裡UTF8編碼最多隻能支援3個位元組，而Emoji表情字元使用的UTF8編碼，很多都是4個位元組，有些甚至是6個位元組。

解決的方案有兩種：

1.使用utf8mb4的mysql編碼來容納這些字元。

2.過濾掉這些特殊的表情字元。

關於第一種解決方案，請參考：http://segmentfault.com/a/1190000000616820 和 http://info.michael-simons.eu/2013/01/21/java-mysql-and-multi-byte-utf-8-support/

有大量細節需要注意，例如：mysql版本，mysql的配置，mysql connector的版本等等。。

因為我們使用的雲資料庫，所以我選擇了過濾這些特殊字元。其實過濾的方式很簡單，直接使用Regex匹配編碼範圍，然後替換就行了。

下面是My Code。

更多可以參考：http://stackoverflow.com/questions/27820971/why-a-surrogate-java-regexp-finds-hypen-minus

import org.apache.commons.lang3.StringUtils;public class EmojiFilterUtils {    /**     * 將emoji表情替換成*     *      * @param source     * @return 過濾後的字串     */    public static String filterEmoji(String source) {        if(StringUtils.isNotBlank(source)){            return source.replaceAll("[\\ud800\\udc00-\\udbff\\udfff\\ud800-\\udfff]", "*");        }else{            return source;        }    }    public static void main(String[] arg ){        try{            String text = "This is a smiley \uD83C\uDFA6 face\uD860\uDD5D \uD860\uDE07 \uD860\uDEE2 \uD863\uDCCA \uD863\uDCCD \uD863\uDCD2 \uD867\uDD98 ";            System.out.println(text);            System.out.println(text.length());            System.out.println(text.replaceAll("[\\ud83c\\udc00-\\ud83c\\udfff]|[\\ud83d\\udc00-\\ud83d\\udfff]|[\\u2600-\\u27ff]", "*"));            System.out.println(filterEmoji(text));        }catch (Exception ex){            ex.printStackTrace();        }    }}