Question

我花了大约18个小时尝试不同的事情，现在四处寻找，最后我放弃了，不得不问你们。

Backstory：我最终将旧的MS Access数据库迁移到MySQL（版本5.6.16-log）。

问题：Access数据库中的某些Unicode文本包含四个字节（UTF-8）。

MySQL 仍然在插入四个字节的UTF-8字符时出现问题。这个问题已经老了，我很惊讶地发现它还没有修复：http://bugs.mysql.com/bug.php?id=67297

我正在使用“MySQL ODBC 5.3 Unicode Driver”在数据库之间传输数据（最新的beta开发版本）。无论我尝试什么，当我尝试插入具有4字节UTF8字符的字符串时，该过程最终冻结（该线程永远使用100％CPU）。尝试过在互联网上随处可见的所有变通办法，没有任何作用。

现在我将接受MySQL的限制：我无法存储所有Unicode字符。

所以我想在将其插入数据库之前从文本中删除所有4字节UTF8字符。但我不能为我的生活找到一种方法在经典的ASP中做到这一点。

有人可以帮忙吗？

（我不能不使用ASP顺便说一句，有太多的代码用另一种语言重写它。只是改变数据库是一个了不起的壮举;有几个，它需要几天才能完成。）< / p>

编辑：JScript中的解决方案也是可以接受的，因为它可以从ASP页面运行。

Answer 1

这应该有效：

Function UTF8Filter(strString)
    On Error Resume Next
    For i = 1 to Len(strString)

        charCode = AscW(Mid(strString, i, 1))
        If charCode > 32 or charCode <= 127 then
            'Append valid character'
            strString = Mid(strString, i, 1)
        End If
    Next

    UTF8Filter = strString
    On Error Goto 0
End Function

更新功能：

Function Remove4ByteUFT8(strString)
    Set objRegEx = CreateObject("VBScript.RegExp")
    objRegEx.Global = True   
    objRegEx.IgnoreCase = True
    objRegEx.Pattern = "/[\xF0-\xF7].../s"

    Remove4ByteUFT8 = objRegEx.Replace(strString, "")
End Function

删除经典ASP / VBScript中的四字节UTF-8字符（MySQL相关）

1 个答案: