java源码-过滤掉超过3个字节的UTF8字符

javazx

在开发中发现有些特殊的字符无法正常存到mysql数据库中，列如qq昵称中加入苹果手机中的表情就导致无法正常保存，后来查了一下原因：mysql数据库是可以支持4字节的utf8字符的，不过大部分情况，这个选项是没有打开的，已创建的数据库也不可以更改，所以，在这种情况下，只好把4字节的utf8字符过滤掉，而汉字是3字节的utf8字符，不影响汉字部分，最后终于找到了一个解决的办法，但是办法虽然找到了却发现自己对于java基础知识掌握的还是不深刻的，列如16进制、异或运算等等，都是我们最初在学校学习java的知识，但是现在终于看到了他的重要性了。java论坛
# p/ |, X% U. z% h
, b5 o" X: I$ `) [0 D. O7 [, M
7 M3 e7 s0 I1 _: e8 [import java.io.UnsupportedEncodingException;
4 h- N/ y( V5 i! F' q6 O* ximport java.nio.ByteBuffer;

" }( q8 N4 ^7 o1 a
public class Test {


$ G9 p( H) e3 W        public static void main(String[] args) throws UnsupportedEncodingException {
                String nickName = "得😩得得😩";
- R" L+ H$ P; ~! S$ L* |" l7 A$ L                System.out.println(filterOffUtf8Mb4(nickName));
& t; ~3 Y, C1 }* U+ ?        }
, I! d. G0 h) B& l+ F+ r# H( X1 @; i  z

" q8 i3 L3 @& g: e5 a1 K5 R$ S        public static String filterOffUtf8Mb4(String text)
                        throws UnsupportedEncodingException {
0 G0 K' @& J! m' U1 U; {8 O
" b4 y, U" d' K# t' ?
9 Z2 d  \- ~! E' U! N. x                byte[] bytes = text.getBytes("utf-8");

+ G( k3 _, ~8 F0 N
                ByteBuffer buffer = ByteBuffer.allocate(bytes.length);

6 ~; s' A- U* r- O9 p" [
                int i = 0;
3 ]  [& O2 n0 X1 M) a, v/ K
# ?/ s" Y/ @( ~; z
                while (i < bytes.length) {


                        short b = bytes;
6 m* s- K+ a2 b& o/ ?: }

/ }) K3 J* ?$ `$ u0 a                        if (b > 0) {

6 {' ^& i5 y) H+ i* T* I+ U! l
  c! S6 u# [& N: O: g, R                                buffer.put(bytes[i++]);
' z! z- L) @- [+ r; T2 `
6 H) S) ?) }! S  d6 k9 k
% s8 A# z6 m' r( S$ k                                continue;

7 ]$ s7 w9 {! ~# A% m3 }) ]8 ^7 y
% t' D9 L) O  i8 I) s                        }
# g1 h: `& d5 x+ L) i  r
2 G/ F+ p  N# c4 P4 e
4 y3 p4 ?; a0 W. }4 h. L* v# j                        b += 256;
. ]9 N. V& c* i7 x; |; z

& W& _( g3 K9 H# _# n+ {# s                        if ((b ^ 0xC0) >> 4 == 0) {
% n. z6 v4 v3 n, B1 N
  t6 n! \0 J( L8 C1 ]2 E0 |
; \; N& V- j9 N% r( v. u  ]                                buffer.put(bytes, i, 2);

3 j! z5 R5 X% y& p7 K
                                i += 2;
# R+ D* b5 c0 Y* \

0 |( K. z& v) O9 Y                        }

  A. k2 K) H' q; p1 u8 Z
% ?+ W& [# e9 T! d- R" f5 m4 }5 R                        else if ((b ^ 0xE0) >> 4 == 0) {
7 V9 W3 A3 R! J! u
) w. u2 b$ d0 G- R/ Q/ Q: C
                                buffer.put(bytes, i, 3);
% l" R* Q! ~8 `) f4 R/ Q

                                i += 3;

3 A) P- I! V; |/ V, n5 s; R# \
                        }
6 I( C- m( u% p8 Z5 A: x; G$ t
3 _! l. c8 Y$ m: [$ P
                        else if ((b ^ 0xF0) >> 4 == 0) {
- U( C7 v& x# r4 A6 q4 }& U! R
/ g" z* Z9 \! o. p: B6 x
                                i += 4;

9 p+ T; C, ~# s- c7 F4 p/ J
                        }
                        // 添加处理如b的指为-48等情况出现的死循环
                        else {
, w2 [7 t5 m  [" Z6 A6 I                                buffer.put(bytes[i++]);


                                continue;
, Q' S" Q* d6 C; m6 Y7 Q; |                        }
4 ?$ {: r7 y* a$ I# r+ {2 B

8 K- B' z9 J# ]  m- i4 m                }
/ c5 T+ p; Y  `( F9 n1 `$ {

                buffer.flip();

% T. w  U9 X: w& @8 }2 s
; u! G- _) Z" W( B8 ~                return new String(buffer.array(), "utf-8");
        }
& q8 ?. s: t8 G) ]+ A% @
( H% c6 D/ O& q# H6 C. I
4 g4 L& ?0 T  n8 n! w}

AddisCB

不错好资源 可以用