Question

我试图通过两个Oracle数据库返回的字符串列表进行单词比较。

我尝试使用此库（java-diff-utils）比较文本。

在比较文本输出时，我遇到了不一致的结果。我打开的一个问题There is a longer description here，但似乎错误可能是数据库上数据编码的结果。

我尝试删除特殊字符或修剪空格，但它似乎不会影响比较结果，所以我想可能使用不同的NLS_CHARACTERSETS和转换为字符串的两个数据库之间存在问题。

使用select * from NLS_DATABASE_PARAMETERS;我得到一个数据库使用NLS_CHARACTERSET,AL32UTF8而另一个数据库使用NLS_CHARACTERSET,WE8MSWIN1252。

是否可以使用getString来标准化文本的输出，这将考虑到数据库上的不同编码？或者还有其他我可能会忽略的东西？

目前这样做：

 List<String> databaseList = new ArrayList<>();
  while (rs.next()) {
    int columnCount = rs.getMetaData().getColumnCount();

    StringBuilder rsStringBuilder = new StringBuilder();


    for (int i = 1; i <= columnCount; i++ ){
        String rsString = null;
        try {
            rsString = rs.getString(i);
        } catch (SQLException e1) {
            e1.printStackTrace();
        }
        rsStringBuilder.append(rsString).append(",");

    }

    databaseList.add(rsStringBuilder.toString());
  }

然后我将数据库1中的databaseList与数据库2中的databaseList的结果进行比较。我也尝试过这样做来标准化信息，但它会返回一些无法正确打印的字符，并且差异在同一位置仍然标记错误：

   for (int i = 1; i <= columnCount; i++) {

          byte[] bytes = rs.getBytes(i);
          String rsString;
          if (bytes != null) {

            rsString = new String(bytes, StandardCharsets.UTF_8);
            rsStringBuilder.append(rsString).append(",");

          } else {

            rsString = "NULLVALUE";
            rsStringBuilder.append(rsString).append(",");
          }

}

它会返回类似A_C16911,USUMMARY,VARCHAR2,�8,IAMNULL,Y,的内容在阅读了关于使用UTF-8作为标准的其他一些答案后，我想到了这个。任何帮助，将不胜感激。

Answer 1

几乎可以肯定，这是由数据库的NLS_CHARACTERSET设置引起的;右侧单引号’的Unicode AL32UTF8字符集值为U+2019;对于WE8MSWIN1252，它是0x92。

您可能必须碰到从String填充的char []数组，并且对于每个元素，从Character类执行以下操作：调用codePointAt(char[] a, int index)调用，然后使用返回的{ {1}}调用isAlphabetic(int codePoint)，然后调用isDigit(int codePoint)然后如果其中任何一个为真，则与其他数据库进行比较，如果两者都为假，则可能正在处理标点符号或两个字符集中不同的符号，可能会被忽略。

为了使您的比较更加强大，您可能还需要检查isWhitespace(int codePoint)作为一个常见问题，我看到的是当人们剪切和粘贴时说出Microsoft Word文档或包含非破坏性的网页space（int）和数据库包含一个常规空格（U+00A0）。该方法还会检查制表符，垂直制表符等。

比较JDBC ResultSet的文本输出的错误

1 个答案: