Определение потребности в кодировке utf8mb4

Question

У нас есть база данных mySQL, которая поддерживает только utf8. Но мы получаем некоторые фиды данных, которые требуют utf8mb4 для хранения в mySQL. Как мы можем обнаружить (в Java), если для строки потребуется utf8mb4 charset?

Answer 1

Символы, которые требуют utf8mb4, представлены как суррогатная пара в Java и занимают 2 символа. Поэтому простой способ их обнаружения проверяет, является ли длина строки в символах одинаковой с количеством кодовых точек:

boolean requiresMb4(String s) { 
    int len = s.length(); 
    return len != s.codePointCount(0, len); 
}