问如何调试Etherpad Lite数据库中MySQL utf8mb4列中的无效数据

EN

不知道解决方案。，这可能是MySQL中的一个bug，如果客户端连接和列类型都是utf8mb4，则不允许存储非UTF-8数据。

我不再使用MySQL来做任何事情，所以我不再费心去想这个bug了。现在，我用PostgreSQL来代替一切。

如果

• 您说客户端正在使用latin1 (等)，并且
• 您可以说列是utf8 (或utf8mb4)，并且
• 您提供十六进制E4

那一切都很好。E4将在INSERT期间转换为C3A4，这就是存储的内容。做SELECT HEX(...) ...来验证。

如果

• 您说客户端正在使用utf8 (或utf8mb4)，并且
• 您可以说列是utf8 (或utf8mb4)，并且
• 您提供十六进制C3A4

再说一次，一切都很好。C3A4直接进入表中。

这里有个乱七八糟的案子：

如果

• 您说客户端正在使用latin1，而且
• 您可以说列是utf8 (或utf8mb4)，并且
• 但是你提供了十六进制C3A4

然后，MySQL有义务将两个字符(C3和A4)转换为utf8，生成C383C2A4。我称之为“双重编码”。

遵循Trouble with UTF-8 characters; what I see is not what I stored中的最佳实践，并使用其建议的方法来测试数据。那就带着更多的细节回来。

对10%的数据进行错误解释的唯一方法可能是对10%的数据进行不同的编码。所以，请提供一个10%的例子和90%的例子的十六进制。并在插入前在客户端提供十六进制，插入后在表中提供十六进制。