问题重现:
1、PG客户端:
postgres=# create table text_test (id int,info text); CREATE TABLE postgres=# insert into text_test values (1,E'\0x00'); ERROR: invalid byte sequence for encoding "UTF8": 0x00
2、SQL Server产生数据
create table test_varchar(id int,name varchar(20)); insert into test_varchar values (1, 'name' + char(0)); insert into test_varchar values (1, 'name' + '');
然后通过java程序进行获取数据并插入到PG,同样会得到错误信息:
invalid byte sequence for encoding "UTF8": 0x00
首先我们认为此为gb2312转化到UTF8时,发生了无法转化的错误。经查UTF8是变长的, 1-6个字节。他的编码规则如下:
Bits
Last code point
Byte 1
Byte 2
Byte 3
Byte 4
Byte 5
Byte 6
7
U+007F
0xxxxxxx
11
U+07FF
110xxxxx
10xxxxxx
16
U+FFFF
1110xxxx
10xxxxxx
10xxxxxx
21
U+1FFFFF
11110xxx
10xxxxxx
10xxxxxx
10xxxxxx
26
U+3FFFFFF
111110xx
10xxxxxx
10xxxxxx
10xxxxxx
10xxxxxx
31
U+7FFFFFFF
1111110x
10xxxxxx
10xxxxxx
10xxxxxx
10xxxxxx
10xxxxxx
而0x00是符合UTF8规则的。这就使我们非常诧异。然后我们发现有两点继而确认了问题:
1、
PostgreSQL doesn't support storing NULL (\0x00) characters in text fields (this is obviously different from the database NULL value, which is fully supported). If you need to store the NULL character, you must use a bytea field - which should store anything you want, but won't support text operations on it. Given that PostgreSQL doesn't support it in text values, there's no good way to get it to remove it. You could import your data into bytea and later convert it to text using a special function (in perl or something, maybe"border-bottom: #bbbbbb 1px solid; border-left: #bbbbbb 1px solid; padding-bottom: 0px; padding-left: 0px; width: 100%; padding-right: 0px; font-family: 'Segoe UI', 'Lucida Grande', Verdana, Arial, Helvetica, sans-serif; color: #000000; font-size: 13px; border-top: #bbbbbb 1px solid; border-right: #bbbbbb 1px solid; padding-top: 0px">Terminating character
Indicated by
Tab
\t
This is the default field terminator.
Newline character
\n
This is the default row terminator.
Carriage return/line feed
\r
Backslash1
\\
Null terminator (nonvisible terminator)2
\0
Any printable character (control characters are not printable, except null, tab, newline, and carriage return)
(*, A, t, l, and so on)
String of up to 10 printable characters, including some or all of the terminators listed earlier
(**\t**, end, !!!!!!!!!!, \t—\n, and so on)
Source:http://msdn.microsoft.com/en-us/library/ms191485.aspx
由此我们确定,是pg对null的处理和SQL Server处理是不相同的,所以在这里出现了错误。
而导致这一问题的PG具体代码如下(src/backend/utils/mb/wchar.c的pg_verify_mbstr_len):
if (!IS_HIGHBIT_SET(*mbstr)) { if (*mbstr != '\0') { mb_len++; mbstr++; len--; continue; } if (noError) return -1; report_invalid_encoding(encoding, mbstr, len); }#define IS_HIGHBIT_SET(ch) ((unsigned char)(ch) & HIGHBIT) #define HIGHBIT (0x80)report_invalid_encoding函数是将错误信息返回,也就是
invalid byte sequence for encoding "UTF8": 0x00
而真正导致这一问题的就是:
!IS_HIGHBIT_SET(*mbstr)当*mbstr为0x00时进入判断,然后进而判断*mbstr是否为\0,当为\0时,直接进入函数report_invalid_encoding报错。所以出现此问题的原因是PG和SQL Server对null的处理是不相同的。
处理方案 :
1、将SQL Server源数据进行修改方法,
UPDATE: This seems to work: Select * from TABLE where UNICODE(SUBSTRING(naughtyField, LEN(naughtyField), 1)) = 0 So: Update TABLE SET naughtyField = SUBSTRING(naughtyField, 1, LEN(naughtyField) - 1) where UNICODE(SUBSTRING(naughtyField, LEN(naughtyField), 1)) = 0 Source:http://stackoverflow.com/questions/3533320/sql-server-remove-end-string-character-0-from-data2、对应用进行修改,获取到SQL Server数据时,将数据进行转化,和第一种方法异曲同工。
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]