确保 Oracle 数据库表列中的字符串不超过 2000 字节

Question

需要将错误字符串截断，以确保它适合于Oracle表列VARCHAR2(2000 BYTE)

设计要求：

1. 主要目标是适应表列。

2. 90-95％的字符串文本是异常消息和堆栈跟踪。但它可能包含一些带有法语、土耳其字符的客户名称，我愿意将其视为?或其他内容。

3. 我想让代码变得非常简单。数据库编码可以更改。可以引入中文字符，但我希望代码仍然能够正常工作。

应该是“非常简单”的，但是它让我思考了一段时间。

有什么建议吗？

最好的选择可能是转换为ASCII码。但我想出了一个不太好的变体，但可能有效。

public static String trimStringToBytes(StringBuilder builder, int maximumBytes)
{
    String truncatedString = builder.length() > maximumBytes ?  builder.substring(0, maximumBytes) : builder.toString();

    byte[] bytes;
    String asciiCharsetName = "US-ASCII";
    try
    {
        bytes = truncatedString.getBytes(asciiCharsetName);
    }
    catch (UnsupportedEncodingException e)
    {
        //not really possible as JVM should support always US-ASCII but anyway
        int worstCaseScenarioBytesPerCharacter = 4;
        bytes = truncatedString.substring(0, truncatedString.length() / worstCaseScenarioBytesPerCharacter).getBytes();
    }

    return new String(bytes, 0, bytes.length > maximumBytes ? maximumBytes : bytes.length);
}

- user193689

Answer 1

我建议您不要在Java中完成此操作，而是在执行INSERT时使用SQL语句进行操作。

例如，在Oracle中，您可以使用SUBSTR函数进行修剪，使用connection.prepareStatement：

insert into mytable (col1, col2) values (?, substr(?, 0, 2000));

然后，在PreparedStatement上设置您的col1和col2值，Oracle应该获取值的前2000个字符/字节/Oracle所做的任何内容，并将其设置。甚至可以使用存储过程来完成此操作，将整个字符串作为VARCHAR2参数传递给过程，然后修剪它并插入行。无需让应用程序涉及底层存储语义。

- skaffman

---

如果限制计数是字节，请使用SUBSTRB。 - user85421

“substrb” 这个东西似乎不起作用了... 以下语句不应该丢失一些字节吗？ SELECT substrb('Příliš', 0, 6) FROM dual; 因为它并没有。 - Jaroslav Záruba

Answer 2

如果您使用 CLOB，则无需截断字符串。

- Chris B

---

CLOB并不是VARCHAR2的替代品，这两种类型具有截然不同的特性，并且在Oracle和JDBC中处理方式也不同。 - skaffman

非常正确，但是看起来OP想要做一些（存储大块文本，没有提到索引）比VARCHAR更适合使用CLOB的事情。+1 - kdgregory

Answer 3

我认为你的方法应该可行，但是有意地丢失所有非ASCII字符是相当恶劣的。如果你有中文消息，它们将被完全替换成???

在我的看法中，最好的方法是在插入查询中使用SQL函数来进行修剪。这可以确保您永远不会超出列大小，并尽可能少地丢失数据。与在Java代码中尝试进行编码感知修剪相比，这也更少容易出错。

- Michael Borgwardt

Answer 4

是否可以将该列更改为VARCHAR2（2000 CHAR）？这将完全消除编码问题。

- Adam Hawkes