Question

我从RSS频道抓取数据，清理它并保存在数据库中。我使用java，tidy，MySQL和JDBC。

步骤：

我抓住了RSS记录。没关系。
我用整洁来消毒html。这是一个转变。 Tidy会自动将“So it＆amp;＃8217; s）”之类的字符串转换为“所以不太可能”。
我将此字符串保存到表格

MySQL方案是

CREATE TABLE IF NOT EXISTS `rss_item_safe_texts` (
  `id` int(10) unsigned NOT NULL,
  `title` varchar(1000) NOT NULL,
  `link` varchar(255) NOT NULL,
  `description` mediumtext NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

JDBC连接URL是

connUrl = "jdbc:mysql://" + host + "/" + database + "?user=" + username + "&password=" + password + "&useUnicode=true&characterEncoding=UTF-8";

Java代码

PreparedStatement updateSafeTextSt = conn.prepareStatement("UPDATE `rss_item_safe_texts` SET `title` = ?, `link` = ?, `description` = ? WHERE `id` = ?");
updateSafeTextSt.setString(1, EscapingUtils.escapeXssInjection(title));
updateSafeTextSt.setString(2, link);
updateSafeTextSt.setString(3, EscapingUtils.escapeXssInjection(description));
updateSafeTextSt.setInt(4, itemId);
updateSafeTextSt.execute();
updateSafeTextSt.close();

因此，我在数据库中看到了破碎的字符，例如“所以它不太可能”。我在网页上看到了输出文字（utf-8页面）。

Answer 1

不要忘记还有很多其他地方可以设置不同的编码。例如，检查数据库/表/列是否具有正确的编码开头。另外，我通常会在MySQL中为utf8设置所有内容：

mysql> show variables like '%char%';
+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       |
| character_set_connection | utf8                       |
| character_set_database   | utf8                       |
| character_set_filesystem | binary                     |
| character_set_results    | utf8                       |
| character_set_server     | utf8                       |
| character_set_system     | utf8                       |
| character_sets_dir       | /usr/share/mysql/charsets/ |
+--------------------------+----------------------------+

JDBC和MySQL的编码问题

1 个答案: