关于用 MySQL 存储 Emoji

[Livid]

如果你希望让你的网站或者 App 支持 Emoji，那么在初次设置 MySQL 时，有一些细节你需要知道。

Emoji

Emoji 字符的特殊之处是，在存储时，需要用到 4 个字节。而 MySQL 中常见的 utf8 字符集的 utf8_general_ci 这个 collate 最大只支持 3 个字节。所以为了能够存储 Emoji，你需要改用 utf8mb4 字符集。

在创建表时，用类似这样的语句：

CREATE TABLE `tbl` (...) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE utf8mb4_general_ci;

MySQL 版本

对 utf8mb4 字符集的支持是 MySQL 5.5 的新功能，所以你需要确保你使用的 MySQL 版本至少是 5.5。基本上，2014 年以后的新项目都应该直接上 5.6 了。

MySQL 备份和导入

在启用了 utf8mb4 字符集之后，备份和导入时就不能再用默认参数了。

用 mysqldump 备份时，需要加入：

mysqldump --default-character-set=utf8mb4

而在恢复备份或通过程序连接时，需要在每次连接打开之后发送下面这条 SQL 指令：

SET CHARSET utf8mb4

[cevincheung]

通过在移动设备上测试http post到服务器后直接入库，然后http get json response得到的还是问号。

[andybest]

不太明白，Emoji 字符 是什么？是指将 Emoji 表情图片以二进制整个存入数据库？
还是指一个 utf8_general_ci 字符集不包含的字符范围内的某部分字？

[0bit]

这个经验真的很好，尤其是备份恢复那个，没有注意设置编码，所以都变成了问号。

[that]

受用，已收藏

[NemoAlex]

@andybest 后者

[est]

其实个人觉得不用整个库都用utf8mb4，响应varchar或者text字段指定用 utf8mb4 即可。（不知道可不可以这样）

[mengzhuo]

@andybest 比如这些字符 🐶

[GitFree]

没必要为了几个字段把全表都搞成utf8mb4吧？建议有表情的字段还用varchar，存之前pickle.dumps一下，用之前pickle.loads一下

[ipconfiger]

@est 阿里云上的RDS之前没升级到5.5，又要支持emoji，结果只好把字符串base64一下存，取出来的时候再base64一次，蛋痛死了

[RainFlying]

我厂很久之前就很蛋疼地把 Emoj 存进去了。。

[juicy]

那么就是说数据库会把四个字节的emoji字符截取三个字节来存储么？

[qdvictory]

如果是5.5以下版本，可以将相关字段转为二进制存储。

[Esay]

可以贴代码了？

[felinx]

@ipconfiger 蛋还在不在？

[too]

遇到过这个问题。似乎用低版本的客户端连接还不行呢，对于中央数据库这种，其他客户端连上来的版本都得升级...

[neekey]

http://wpceo.com/supporting-emoji-on-php-mysql/

[fly2never]

我们是数据库编码全换,几年前的事情了

[Livid]

@Esay 是的，V2EX 会在 10 月公布新的 Markdown 发帖接口，带有 GitHub Flavored Markdown 的语法高亮功能。

[Esay]

@Livid 赞，但是估计对第三方应用开发的同学是个挑战

[6711411]

改为 utf8mb4 之后索引的名字的长度也是个问题.

[LINAICAI]

顶，以后用到

[Emory_M]

Emoji字符在node.js截取会出现问题，产生unicode乱码，使输出JSON无法通过iOS原生的JSON解析器~

[Keinez]

Emoji字符集的BUG我们上个月就遇到了……

[pubby]

我说怎么没碰到这个问题，原来我存的时候就是评论和一堆东西 json_encode()后存的，取出来 json_decode() 后展示的

[imlewc]

mysql 5.5.3最低版本 纠结了好久 原来我的5.5.2.。。。

[mingyun]

@pubby json_encode后decode能正常显示吗

[pubby]

@mingyun php中json_encode后会变成\uXXXX 因此没有问题

[lzvezr]

@Emory_M 应该是 js 的问题，带有 emoji 的字符串 emoji 会被拆分成两个字符，影响到长度，排序，码点转换，正则等方面，在 es6 里有解决方案

[liuyanjun0826]

我们公司没有应用最新版本的软件，因为没有钱采购最新版本的硬件

[greatx]

2014 年的帖子

[xbigfat]

刚做好 mysql 的消息存储，看到帖子，试着发了一个 emoji 果然直接挂了。。。😂（试一下 v2 ）
(图片)[https://imgchr.com/i/F3OhE4]

[Sylv]

@Livid
奇怪，2014 年的帖子为什么突然跑到首页了？

[Linxing]

我们都是前端转码存

[leoleoasd]

@Sylv #32 有人回复了一下..

[Sylv]

@leoleoasd 一般老帖即使有新回复也不会被顶到首页，首页只有近一两天的帖子。

[tomoya92]

@Sylv 看看帖子作者是谁🙈

[lzvezr]

咦，原来是 14 年的吗？完全没注意到

[xiangyuecn]

也许人家起初压根就只想支持 0x00-0xff，吧，现在还不默认支持一下 0x00-0xff ff ff ff，每次上一次痛一次，多写代码味道很不错。底层直接把支持 3 字节改到支持 4 字节，目测对 98%的吃瓜开发者是透明而且是无痛的

顺势强推篇 emoji 字节码的文章 cnblogs .com /xiangyuecn/p/8598605.html

[cyspy]

@andybest emoji 并不是图片

[c4f36e5766583218]

我使用过程中并没有调整 mysqldump，我的如下：
1. 服务端配置调整
[mysqld]
character_set_server=utf8mb4
2. 客户端
jdbc.url=jdbc:mysql://x.x.x.x:x/x?useSSL=false&createDatabaseIfNotExist=true
不要带上编码的那个参数
3. 建表(/字段 /库) 添加 CHARSET=utf8mb4

[c4f36e5766583218]

续上，mysqldump 出来的 sql 如下:
/*!40101 SET NAMES utf8 */;
/*!40101 SET character_set_client = utf8 */;
) ENGINE=InnoDB AUTO_INCREMENT=8964 DEFAULT CHARSET=utf8mb4;
导入成功的，支持 Emoji，我检查过了