Question

我的项目旨在获取网址，获取所述网址的创建日期，并从网址中提取特定信息。当且仅当它们是英语和西班牙语时，所有这些参数都成功传递给mySQL;但是，每当我遇到一个外国摘录时，例如：

بسماللهالرحمنالرحيمنسألكمالدعاء

mysql将其翻译为：

??? ???? ?????? ?????? ?????? ??????

我知道这是一个UTF-8问题。在intellij上，当我打印这行时，我可以看到外国字符就好了，所以我假设无论JSoup检索到什么都没问题。

以下是Java代码。如果它很重要，我将使用c3p0连接到数据库。我相信建立与数据库的连接不是问题，但为了满足需要，我可以提供它。

import org.jsoup.Jsoup;
import java.io.IOException;
import java.sql.Connection;
import java.sql.SQLException;
import java.util.logging.Level;
import java.util.logging.Logger;
import java.sql.PreparedStatement;
import org.jsoup.nodes.Document;
import java.beans.PropertyVetoException;
import com.mchange.v2.c3p0.*;


public class Connect {

private static final String URL = "jdbc:mysql://localhost:3306/testdb?allowMultiQueries=true";
private static final String USER = "root";
private static final String PASSWORD = "1234";

//Connection information here

public static void addlink(String url, String body, String createDate, String retrieveDate) { // adds html information to the database
    Connection connection = null;
    PreparedStatement statement = null;
    try {
        connection = cpds.getConnection();
        statement = connection.prepareStatement("INSERT IGNORE INTO testtable(URL, Creation_Date, Retrieval_Date, Body) VALUES(?, ?, ?, ?);");
        statement.setString(1, url);
        statement.setString(2, createDate);
        statement.setString(3, retrieveDate);
        statement.setString(4, body);
        statement.executeUpdate();
    } catch // error handling
}


public void getPageData(String url, String retrieveDate) throws IOException { // gets the html information
    Document doc = Jsoup.connect(url).userAgent("Mozilla").get();
    String str = doc.body().text();
    int endOfBody = str.length(); //for cutting out needless info in html text
    StringBuilder body = new StringBuilder(str);
    body.replace(0, 25, ""); // cut out unnecessary header info
    body.replace(endOfBody - 128, endOfBody, ""); // cut out unnecessary trailer info
    String finalBody = body.toString();
    String createDate = finalBody.substring(finalBody.length()-10, finalBody.length());
    addlink(url, finalBody, createDate, retrieveDate);
    }
}

就我对数据库所做的更改而言，Url的主体作为MEDIUMTEXT传递，我做了：

mysql> ALTER TABLE testtable
-> DEFAULT CHARACTER SET utf8
-> collate utf8_general_ci
-> ;

提前感谢您提供的所有见解。

编辑：这已被标记为重复，但有问题的论坛帖子只是将mysql转换为unicode的一步。

Answer 1

证明需要在Java代码中大量指定UTF-8才能使其工作。这是大纲：

1）将以下内容附加到用于连接mysql的URL（信用转到@Enwired）：

useUnicode=yes&characterEncoding=UTF-8"

所以你得到：

URL = "jdbc:mysql://localhost:3306/testdb?useUnicode=yes&characterEncoding=UTF-8";

2）添加条目时，请在代码中添加以下内容：

java.sql.Statement unicode = null;
try {
        // note, how you connect does not matter
        connection = cpds.getConnection(); 
        unicode = connection.createStatement();
        unicode.executeQuery("SET NAMES 'UTF8';");
        unicode.executeQuery("SET CHARACTER SET 'UTF8';");
        // Other prepared statements. 
    } catch (SQLException e) {
       // ...

3）进入mysql并更改将接收utf8字符的数据库，表和列的排序规则。 How to change the default collation of a database?

您的mysql服务器现在应该接受unicode。

mysql用“？”替换外来字符（Java）

1 个答案: