現象描述
使用 JSP 連接 MySQL 時，頁面、連接、數據庫均設為 UTF-8，理應無亂碼。但實際插入中文「我愛中文」後，數據庫呈現「我愛中文ahv」——中文正常但尾部跟隨亂碼字符。這種「半亂碼」極具迷惑性，常被誤判為編碼不一致。
排查歷程與誤區
- 檢查
character_set_* 變量、JDBC URL 參數 useUnicode=true&characterEncoding=utf-8、JSP pageEncoding —— 全部正確
- 嘗試插入純 ASCII、純中文、混合文本，規律固定：中文正常顯示，尾部必現亂碼
- 懷疑驅動版本、MySQL 版本、連接池配置，逐一排除無效
核心突破：鎖定 EMS 2007 為禍首
靈機一試：直接在 EMS 2007 中手工編輯該表數據，現象完全復現！換用 EMS 2005 v3.7.7.1 同樣操作，問題消失。但 EMS 2005 又不支持 UTF-8 存儲……
最終組合拳：EMS 2005 + GB2312
| 工具版本 | 連接編碼 | 存儲編碼 | 結果 |
|---|
| EMS 2007 | UTF-8 | UTF-8 | 中文+亂碼尾綴 ❌ |
| EMS 2005 v3.7.7.1 | UTF-8 | UTF-8 | 無法存儲 UTF-8 ❌ |
| EMS 2005 v3.7.7.1 | GB2312 | GB2312 | 完美正常 ✅ |
技術原理推測
- EMS 2007 內部字符集轉換邏輯有缺陷：讀取 UTF-8 數據時，未正確處理多字節字符邊界，導致讀取長度溢出，將相鄰內存殘留數據作為字符串一部分讀回
- 「中文數字+英文亂碼」實為：正常中文（雙字節）+ 內存殘留字節被誤解析為單字節字符
- EMS 2005 代碼基底不同，避開了該 Bug
最佳實踐建議
- 生產環境禁用 GUI 直連修改數據，改用參數化 SQL 腳本或應用層後台管理
- 若必須用 GUI，首選 MySQL Workbench / Navicat / DBeaver 等現代工具
- 歷史項目若綁定 EMS 2005 + GB2312，請在連接字串、JDBC URL、頁面編碼全鏈路統一 GB2312
- 新項目堅決使用 utf8mb4，工具鏈全面升級
避坑清單
- ❌ 相信「工具只負責顯示，不影響存儲」
- ❌ 混用不同版本/編碼的管理工具操作同一庫
- ✅ 定期
SELECT HEX(col) FROM tbl 驗證實際存儲字節
- ✅ 建立「工具-編碼-版本」對照表，團隊共享
