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


2 x* O5 E0 i: J# A8 V  Bimport java.io.UnsupportedEncodingException;
import java.nio.ByteBuffer;

: n- Q$ q! t) o) ^& w6 C, w
public class Test {
: ~( \# J0 c6 G3 r9 E* H7 N$ p

6 j0 {' c+ b* f. w9 e        public static void main(String[] args) throws UnsupportedEncodingException {
                String nickName = "得😩得得😩";
                System.out.println(filterOffUtf8Mb4(nickName));
2 {/ z) _+ m2 o8 S( e, O9 p        }

' k6 M0 x0 {; X4 {4 j! v; _
- V3 F8 n2 |  H4 E        public static String filterOffUtf8Mb4(String text)
& R% }* d9 c6 L2 V0 J                        throws UnsupportedEncodingException {


% x9 p3 E1 U2 r! v: d7 d0 |                byte[] bytes = text.getBytes("utf-8");
( d" _$ e" e3 q$ Q" E

, B* ~3 ]6 J# H7 ^& J" }5 u4 J                ByteBuffer buffer = ByteBuffer.allocate(bytes.length);

7 f* K( D# v# L0 S
                int i = 0;
$ r# `: }1 H9 N/ p

+ }! g; C- I  l9 p8 }  d                while (i < bytes.length) {
! _. D; C: J9 |9 S/ g- ?

* g8 |& a$ D7 E5 d# y1 f                        short b = bytes;

! E1 @1 f+ V: ^0 n! `' O
& b; D) d0 N, S  b: U                        if (b > 0) {
! \/ q  f' _: `& w
% K6 i! k7 ?7 k9 l) `
                                buffer.put(bytes[i++]);


                                continue;

( @% k1 r! F. q
; ]- t# H3 R& S4 y                        }
: `% w: ^4 r/ j" N  V
- P  q  }) z3 ~
7 X3 S- F4 i, v/ h  h! s' {, S                        b += 256;

9 k  g, x( G. [1 o: t: o) ]
1 J1 I6 i, W* c                        if ((b ^ 0xC0) >> 4 == 0) {

* L  H8 S8 }! ]2 S$ W  h
- m& I' `' v# o, ]                                buffer.put(bytes, i, 2);
3 y6 H8 D# Z* ]7 ?) y
9 w. h. U  k5 D2 p( W! `' S
- z4 }. m: g* V9 ]' }5 T2 k                                i += 2;

% h, v7 }+ ?: H8 e% e
3 _0 ^4 e' D6 {1 V6 h% p9 a                        }
3 [5 P$ c  U, M5 O6 e( |" C9 `; \/ L
1 K+ O6 a8 L+ A" _) h2 B) f5 w7 L
" x2 a5 c$ T( C4 f2 d                        else if ((b ^ 0xE0) >> 4 == 0) {
, i# Z# m1 A4 k% g

! d. u5 f: p. ~/ X; g                                buffer.put(bytes, i, 3);
8 ~+ J/ G3 g% p4 y, B  ~/ J3 H3 s
4 Q* P# b0 E. b) B2 D
0 C" @) c9 x- J" |6 b- g                                i += 3;

; c% [+ W1 Z( h8 E- c! X
! V* x1 V- r6 z* K5 v                        }
: n- y4 E0 u6 p; W9 c5 C9 F
# F1 o# b  u5 S* e5 A
                        else if ((b ^ 0xF0) >> 4 == 0) {


# h7 H  F2 A% y; P$ q                                i += 4;

$ Q  e' B/ k1 W
  d6 n5 l$ x+ b$ G/ M% L. T, D                        }
                        // 添加处理如b的指为-48等情况出现的死循环
1 I6 F6 V$ G# A7 O: D" F                        else {
' e: J9 d& |" M8 |                                buffer.put(bytes[i++]);
5 M" c* B7 S- j8 ^& ~# w/ }# V
1 x& Y. \9 s5 ?0 E1 `4 m# O& ]2 w
. W) b' y& J% k2 o$ {                                continue;
                        }
/ W; L) m8 P! t& l# \9 a% W
% ]( m9 m% o8 K% m
                }
2 b8 q# r4 B. k

                buffer.flip();

% M2 ^6 D$ d2 ]8 L5 H6 ]6 A
; I8 L& c, t9 d  E' s* u                return new String(buffer.array(), "utf-8");
        }
7 n# U+ |$ P. Y4 j1 R* {
$ j2 R, u/ B! D0 a' y
}
3 F7 H  V% t& F" U& ~' }

AddisCB

不错好资源 可以用