Mysql在某些情况下无法保存UTF字符串

Question

在打击垃圾评论的过程中，我发现一些垃圾评论没有任何内容存储...

在尝试隔离问题后，以下是我在将类似注释与 MySQL 数据库一起保存到文件后发现的内容...

这是(十六进制，因为未知的输入编码)注释前几个“字符”的样子:

D1EA E0F7 E0F2 FC20 EFEE EFF3 EBFF F0ED FBE5 20EF F0EE E3F0 E0EC ECFB

执行INSERT INTO测试值后 (0xD1EAE0F7E0F2FC20EFEEEFF3EFFFF0EDFBE520EFF0EEE3F0E0ECECFB21),(0x21D1EAE0F7E0F2FC20EFEEEFF3EBFFF0EDFBE520EFF0EEE3F0E0ECECFB), (0x2 1)测试mysql表(utf-8)包含3行，第一行没有任何文本，第二行和第三行有单个字符“!”作为文本...(请注意，“!”的 21 十六进制代码也位于第一个条目的末尾，但未保存)。 (latin1 编码为每个字节保存了一些无用的文本替换，但这篇文章不是关于它的)

当然，D1EA(D=1101 0001 后面应该跟一个 10xxxxxx 字节，而不是 1110xxxx)不是有效的 UTF-8 字符，但是像数据库服务器这样强大的系统应该能够处理它...

我的猜测是，Mysql(版本 5.1.66-0+squeeze1)不应该选择何时保存数据以及何时不保存数据，即使它不是有效的 UTF-8 编码字符......或者至少，它应该当决定不存储数据时，不声明查询成功!

是mysql的bug还是什么？

谢谢

Answer 1

编码为Windows-1251，解码为

Скачать популярные программы
//"Download popular software" google translated

在对其进行任何操作之前，您应该拒绝代码中的非 UTF8 输入。

if( !mb_check_encoding($input, "UTF-8") ) {
    header("HTTP/1.1 400 Bad Request");
    die("Invalid encoding");
}

FTR，您的查询是十六进制文字，而不是错误编码的文本。