关于用 MySQL 存储 Emoji

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

› MySQL 5.5 Community Server

› MySQL 5.6 Community Server

› Percona Configuration Wizard

› XtraBackup 搭建主从复制

Great Sites on MySQL

› Percona

› MySQL Performance Blog

› Severalnines

推荐管理工具

› Sequel Pro

› phpMyAdmin

推荐书目

› MySQL Cookbook

MySQL 相关项目

› MariaDB

› Drizzle

参考文档

› http://mysql-python.sourceforge.net/MySQLdb.html

这是一个创建于 3685 天前的主题，其中的信息可能已经有所发展或是发生改变。

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

字符集

MySQL

utf8mb4

41 条回复 • 2019-02-22 18:51:53 +08:00

cevincheung

2014-10-09 03:49:39 +08:00

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

2014-10-09 05:37:55 +08:00

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

2014-10-09 06:58:16 +08:00

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

2014-10-09 08:16:58 +08:00

受用，已收藏

NemoAlex

2014-10-09 08:19:53 +08:00 via iPhone

@andybest 后者

est

2014-10-09 09:16:31 +08:00

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

2014-10-09 09:18:10 +08:00 via iPhone

@andybest 比如这些字符 🐶

GitFree

2014-10-09 09:28:57 +08:00 via Android

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

2014-10-09 09:37:40 +08:00

@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

2014-10-09 09:57:47 +08:00

我厂很久之前就很蛋疼地把 Emoj 存进去了。。

juicy

2014-10-09 10:15:26 +08:00

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

2014-10-09 10:25:31 +08:00

如果是5.5以下版本，可以将相关字段转为二进制存储。

Esay

2014-10-09 10:47:22 +08:00

可以贴代码了？

felinx

2014-10-09 10:47:38 +08:00

@ipconfiger 蛋还在不在？

too

2014-10-09 10:51:00 +08:00

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

2014-10-09 10:53:54 +08:00

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

fly2never

2014-10-09 11:04:27 +08:00

我们是数据库编码全换,几年前的事情了

Livid

MOD

2014-10-09 11:31:47 +08:00

@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

2014-10-09 11:34:51 +08:00

@Livid 赞，但是估计对第三方应用开发的同学是个挑战

6711411

2014-10-09 12:46:51 +08:00

改为 utf8mb4 之后索引的名字的长度也是个问题.

LINAICAI

2014-10-09 14:41:54 +08:00

顶，以后用到

Emory_M

2014-10-09 15:59:07 +08:00

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

2014-10-10 03:11:34 +08:00

Emoji字符集的BUG我们上个月就遇到了……

pubby

2014-10-14 20:18:42 +08:00

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

2015-01-30 12:29:11 +08:00

mysql 5.5.3最低版本纠结了好久原来我的5.5.2.。。。

mingyun

2015-05-24 13:47:02 +08:00

@pubby json_encode后decode能正常显示吗

pubby

2015-05-24 15:58:50 +08:00

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

lzvezr

2018-12-08 16:45:15 +08:00 via Android

@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

2018-12-08 16:49:16 +08:00

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

2018-12-08 16:55:42 +08:00

2014 年的帖子

xbigfat

2018-12-08 17:00:24 +08:00

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

2018-12-08 17:06:36 +08:00 via iPhone

@Livid
奇怪，2014 年的帖子为什么突然跑到首页了？

Linxing

2018-12-08 17:08:38 +08:00

我们都是前端转码存

leoleoasd

2018-12-08 17:08:42 +08:00

@Sylv #32 有人回复了一下..

Sylv

2018-12-08 17:11:25 +08:00 via iPhone

@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

2018-12-08 17:15:03 +08:00 via iPhone

@Sylv 看看帖子作者是谁🙈

lzvezr

2018-12-08 17:18:19 +08:00 via Android

咦，原来是 14 年的吗？完全没注意到

xiangyuecn

2018-12-08 18:23:15 +08:00

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

2018-12-09 09:40:22 +08:00

@andybest emoji 并不是图片

c4f36e5766583218

2019-02-22 18:26:55 +08:00

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

2019-02-22 18:51:53 +08:00

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