java 指定utf8mb4,UTF8编码的原理及白名单过滤utf8mb4（Caused by: java.sql.BatchUpdateException: Incorrect string val...

这几天遇到Mysql数据落库报编码错误：

Caused by: java.sql.BatchUpdateException: Incorrect string value: '\xF0\x9F\x98\x8A',...' for column 'statement_text' at row 1

Caused by: java.sql.BatchUpdateException: Incorrect string value: '\xF0\xA0\x81\x81%'...' for column 'statement_sample' at row 1

网上提供了大部分的解决方法是修改数据库配置，但是数据库如果使用连接池，无法保证其他连接时不指定utf-8，所以避免不了其他连接污染连接池。这里给出另一种解决方法，过滤掉特殊字符。

1 UTF-8编码分段

UTF-8(8-bit Unicode Transformation Format)是一种针对Unicode的可变长度字符编码，也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部分修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或发送文字优先采用的编码。

1.0 符号查询方法

http://www.fileformat.info/info/unicode/char/xxxxx/index.htm

替换xxxx为需要查询的字符16进制编码

例如emoji的SMILING FACE的编码为1f60a：查询地址

字符a的编码为61：查询地址

1.1 Ascii

128个US-ASCII字符只