什么是unicode字符首（U + 9996）以及java / mysql如何处理它及其朋友？

Question

我有一个java字符串，其中包含unicode字符U + 9996（如果我执行codePointAt（），那就是我得到的）。

如果我在调试器表达式面板中看到它（在eclipse中）那么一切都很好，它看起来像“首”。但是，如果我将它打印到控制台，我只需“？”。它似乎不是那个问题的字体，因为我尝试过不同的设置。

我真正的问题是我正在尝试将字符串放入MySQL数据库（使用utf8编码）。很多其他广泛的角色在数据库中显示得很好，但是，这个和其他一些像它一样显示为“？”。所有这些让我相信问题出在java方面。

在追逐这个错误的过程中，我学到了一些关于Unicode Normalization和java.text。Normalizer的知识，看起来它在这种情况下可能是相关的。我了解到U + 9996是U + 2FB8的规范版本。 U + 2FB8在显示方面有完全相同的问题，无论如何我为什么要转换为非规范表示（即使我可以，我认为我不能）？

无论如何，我找到了一条我无法理解的潜在线索。 This page包含“U + 9996不是有效的unicode字符”字样，没有进一步说明。然后它继续展示如何在各种unicode编码中编码这个所谓的无效unicode字符。所以我的问题基本上是这样的：WTF？

---

更新

• 我在Mac上。
• 我在谈论Eclipse控制台。
  • 我在Run＆gt;下将控制台编码设置为UTF-8;通用
  • 我将-Dfile.encoding=UTF-8添加到JVM参数（默认为MacRoman）
  • 控制台（Eclipse和Terminal.app）现在显示正确的字符。万岁！
• 我最感兴趣的是数据正确进入数据库，当然我想要全面了解这里发生了什么。
• 我想我已修复了数据库问题。我忘了在连接上设置编码。现在我不明白为什么有些亚洲人物通过而不是其他人。
• Phew，stackoverflow快速移动。很难跟上。谢谢大家。

Answer 1

您是否确认存储在数据库中的值实际上是U + 003f（问号）？有关如何显示所选字体中不存在的字符并将其显示为？'的各种约定？很常见。

所以最有可能的是，角色被正确存储，无论出于何种原因，只会显示为“？”。基本上，忽略它的呈现方式，并查看在数据库中存储的代码点。是U + 9996还是U + 003f（还是完全不同的东西）？ 不要盲目地认为只是因为它被渲染为问号，它实际上是一个存储在数据库中的问号。

Answer 2

我不知道这些问题，但它是definitely a valid Unicode character（自从Unicode 1.1开始）。

Answer 3

1. 这是运行什么O / S？
2. 什么是控制台应用程序，即（xterm，cmd.exe等？）
3. 控制台应用程序是否设置为UTF-8输出？

关于上面的3，这可能是重要的一个，我看过类似的问题，例如PuTTY与Linux机器人交谈，其中Linux盒子认为我使用的是UTF-8，但PuTTY会话本身设置为ISO-Latin-1（8859-1）