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。
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]