C#中特殊字符存入MySql报错“ERROR 1366: Incorrect string value“

在开发某个.NET项目的过程中，遇到了UTF-8编码的特殊字符在插入到GBK编码的MySql数据库时，引发了这样的错误：ERROR 1366: Incorrect string value: '\xE2\x80\xA2\xE7\x8A\xB6...' for column 'title' at row 2。

由于我对MySql也不熟，鼓捣了一阵才解决。这个问题还是比较常见的，根据我自身的情况，关键的地方或者说引发异常的条件是这几个：

1. UTF-8编码的特殊字符
2. MySql采用的是GBK编码，特别要留意数据库/表/字段这三个不同级别的字符集编码
3. 在1和2条件满足的情况下，将数据insert或update到数据库中。

问题最根本的原因在于某些UTF-8编码的特殊字符对于GBK来说是无法识别的，如果在C#中强行转换会变成“？”问号之类的奇怪符号，所以这部分数据在添加到MySql的时候引发了Incorrect string value。

解决方法一：从代码入手，处理问题数据，删除特殊符号

这种方法不用对数据库做任何操作，可以保留数据库原本的GBK编码格式，只要在问题数据要添加或修改进数据库之前进行操作，通过正则表达式将所有GBK不支持的UTF8符号替换掉！

另外还有一个思路就是强行转换编码，不过就如上面所说，强行转换这部分字符会变成问号或其他一些奇怪的符号。我当时试了下没有成功，数据插入到MySql依然报错，所以还是采用删除的方法。

具体代码如下，代码在控制台程序中运行（案例代码中就有两个特殊符号）：

string content = "测•试�字符";
Console.WriteLine(content);

var regex = new Regex(@"[^\u4E00-\u9FA5\u3000-\u303F\uFF00-\uFFEF\u0000-\u007F\u201c-\u201d]", RegexOptions.Multiline | RegexOptions.ExplicitCapture);
content = regex.Replace(content, "");
//content=content.Replace("�", "").Replace("•", "");

Console.WriteLine(content);
Console.ReadKey();

备注：代码也可以从github上查看，最后执行结果如下图。

上面代码中的正则是我在网上找到的，对于我遇到的问题来说是足够用了，已经包含了很多UTF8的特殊字符。如果有遗漏，还可以用土一点的办法，用Replace替换掉特殊符号。

解决方法二：从数据库入手，统一编码设置

主要就是将MySql的库/表/字段编码都设置成utf8，这样就能包容要添加的特殊字符了。

这个方法局限性比较大，毕竟有时候数据库是没办法随意更改的。另外在MySql中，除了utf8外，还有utf8mb4这种格式的编码，网上有篇遇到emoji表情存入数据库引发Incorrect string value异常的文章，主要就是这两种编码引发的问题，可以参考下。