MySQL 检查 BLOB 是否为有效的 UTF-8

Question

我在 MySQL 数据库的 BLOB 列中有数据，我怀疑这些数据完全是 UTF-8 编码的文本(因此最好存储为 TEXT)，但我想对此进行测试。

有没有一种方法可以检查二进制字符串在 SQL 中是否为有效的 UTF-8？所以我可以做类似的事情:

SELECT SUM(IS_UTF8(col)) / SUM(1) as `percentUtf8`
FROM table

Answer 1

对你来说“高效”？还是为了电脑？ mb_check_encoding 在一次读取数据中完成它——对计算机高效。但是您需要编写代码来识别所有 blob，并进行选择等——对您来说效率较低。

好吧，下面是生成乏味部分的方法:

> mysql ... information_schema > sql.inc
SELECT  CONCAT('Foo("', table_schema, '", "', table_name, '",
                        "', column_name, '");'
              )
    FROM  tables
    JOIN  columns USING (table_schema, table_name)
    WHERE  column_type LIKE '%BLOB'
      OR   column_type LIKE '%BINARY%';
exit;

对我来说，sql.inc 包含类似的东西

Foo("test", "07", "md5");
Foo("test", "jpg", "jpg");
Foo("test", "key2", "stuff");
Foo("test", "picsav", "thumb");
Foo("try", "bin16", "bin16");
Foo("try", "bin16", "bin32");
Foo("try", "blobs", "b");
Foo("try", "f521951", "blob_c");

然后编写 PHP function Foo(db, tbl, col) 子例程来进行测试并显示您喜欢的任何内容——或对结果采取行动。并且 require "sql.inc";