CouchDB中错误的\u utf8 \u字符\u代码

我刚刚将一个数据库导入couchDB进行了尝试。不幸的是，似乎有一些坏字符进入了我的文档，所以我无法创建任何视图。考虑到大量的数据，我无法逐一检查这些文件。有人能告诉我如何识别坏文件吗

谢谢

---

我试着把它转换成UTF-8

byte[] utf8Bytes = json.getBytes("UTF8");
value = new String(utf8Bytes,"UTF-8");

---

但couchdb仍在抱怨

你能给我们提供更多的信息吗

是否从文本文件导入数据？另一个db

---

乐意帮忙，只是不知道从哪里开始。：-）

好的。我解决了这个问题。事实上，并不是源代码有坏字符。这是http PUT命令。我唯一添加的是正确的UTF-8头。charset=UTF-8

I从供应商数据库导入数据。我不知道我还能提供什么信息。总共有122000行，所以我不能全部看一遍。我正在寻找一个工具来告诉我什么字符被破坏了，在哪里被破坏了。@arash我从.xls文件或数据库导入数据时遇到了这个问题，这些数据库都被MS Word到处粘贴的恼人的“向后”双引号所适应。：-）基本上，您要做的是在将文件添加到couchdb并尝试将其转换为utf-8或任何您喜欢的格式之前解析文件的每一行。您的导入脚本是用什么编写的？谢谢。我希望couchDB能帮我做到这一点！：）它是用Java写的。您可以使用正则表达式类删除这些字符吗？您需要添加一个类似标题的内容类型：application/x-www-form-urlencoded；字符集=UTF-8