如何转义emoji表情,让它可以存入utf8的数据库?

unicode emoji是4个字节的,存不进MySQL里,找到一个转义的库http://code.iamcal.com/php/emoji/,但是转为Unicode之后,还是4个字节,一样存不进,应该说根本没转。转为其他格式的emoji又怕以后新增了表情不好做,你们在不改数据库编码的前提下,是怎么弄的?

方法1:base_encode64

这种方法是可以,但是旧数据没有经过encode操作,取数据的时候如果统一进行decode的话,旧数据会丢失的。

方法2:urlencode

这个似乎可以,对没有经过encode的数据进行decode也不会有影响,而且多次decode似乎也不会有影响。你们说这个方法有缺陷吗?

=======================
一个发现,微信获取用户基本信息的时候,笑哭那个表情print_r出的是ud83dude02,而我存储的时候,报错说这个 xF0x9Fx98x82 值不能存储,请问这是怎么回事,自动转码了,转成的这是什么?是微信转码过了吗?

=======================

方法3:最后采用了下面采纳的那个方法,因为我觉得它有下面几个优点:

1、那个方法只转换表情,不会转换中文,所以数据还是直接可读的
数据库中存储起来是这样的, 后面的ud83dudca5可以随意复制粘贴,而显示出来是这样的,

2、不会把表情转换为其它标准,只有一个简单的,固定的转换算法,也就是说不需要一个表情库来对照着转换,所以以后其它人要使用这个数据的时候,也很容易知道每个表情是对应的哪个。就算苹果大爷又增加了表情,也不需要做什么额外的修改。

3、可以无限decode输出的都是正确的内容。因为有的时候可能需要在一次请求中的两个地方做decode,其它decode多次会把正确的数据改成其它数据,这个不会。

缺点:
1、看了下面的代码就知道,这个是强制修改字符编码中,指定区间内的编码,也就说有可能误杀,也有可能有超出这个区间的emoji没杀到。不过仅仅是在字符前加反斜杠,即使误杀了,发现之后也很容易改回来。
数据库中发现有这样的 ,是漏杀了,但是不知道为什么,这个可以直接存数据库。


/** 把用户输入的文本转义(主要针对特殊符号和emoji表情) */
function userTextEncode$str{ if!is_string$strreturn $str; if!$str || $str==undefinedreturn ; $text = json_encode$str; //暴露出unicode $text = preg_replace_callback"/\u[ed][0-9a-f]{3}/i",function$str{ return addslashes$str[0]; },$text; //将emoji的unicode留下,其他不动,这里的正则比原答案增加了d,因为我发现我很多emoji实际上是ud开头的,反而暂时没发现有ue开头。 return json_decode$text;
}
/** 解码上面的转义 */
function userTextDecode$str{ $text = json_encode$str; //暴露出unicode $text = preg_replace_callback/\\\\/i,function$str{ return \; },$text; //将两条斜杠变成一条,其他不动 return json_decode$text;
}

我是这么玩儿的

<?php
//处理名字的emoji符号 $tmpStr = json_encode$text; //暴露出unicode $tmpStr = preg_replace"#\ue[0-9a-f]{3}#ie","addslashes\1",$tmpStr; //将emoji的unicode留下,其他不动 $text = json_decode$tmpStr; return $text;

给一个标准的解决方案:

  1. mysql的版本必须为v5.5.3或更高

  2. 把数据库的编码改成utf8mb4 -- UTF-8 Unicode

  3. 然后需要存储emoji表情的字段选择utf8mb4_general_ci

  4. 数据库连接也需要改为utf8mb4

设置完成后,应该可以看到如下类似字符集设置结果。那么可以直接的存入数据库,无需做任何额外的事情了。

mysql> SHOW VARIABLES WHERE Variable_name LIKE character\_set\_% OR Variable_name LIKE collation%; +--------------------------+--------------------+ | Variable_name | Value | +--------------------------+--------------------+ | character_set_client | utf8mb4 | | character_set_connection | utf8mb4 | | character_set_database | utf8mb4 | | character_set_filesystem | binary | | character_set_results | utf8mb4 | | character_set_server | utf8mb4 | | character_set_system | utf8 | | collation_connection | utf8mb4_unicode_ci | | collation_database | utf8mb4_unicode_ci | | collation_server | utf8mb4_unicode_ci | +--------------------------+--------------------+ rows in set 0.00 sec 

我在做微信公众平台开发时遇到过这个问题,微信用户的昵称可以包含表情(坑爹- -!)。于是我就将整个昵称转换成HEX字符串存在MySQL中,目前用户1W+,系统稳定,题主可以参考一下此方案。

MySQL支持hex and unhex函数。Java可以使用org.apache.commons.codec.binary.Hex工具类。其他语言也有相应的方法。

试试微博或qq里面的那种方式?用简单的编码来映射,比如微笑可以用 [wx]/wx 。不过表情多了之后4个字符不怎么够用。。。

urldecode
我看了一下 decode 的源码,应该是不会出现问题。

只要没有 % 解码后肯定还是原来的字符(串),有 % 会出现两种情况,一种是解码成功,这个时候肯定就不是原来的字符串了,一种是解码失败,抛出异常(其实这个异常可以作为是否 encode的标准)。

解码还算是比较严格吧,作为用户名的情况下 出现 % 还解码成功的概率比较小吧,对于这部分你可以手动改数据库,应该不会有很多。

你试试这个函数,之前弄微信自定义菜单的时候,也接触过Emoji表情,当时看到用的这个函数把Emoji表情的编码给转换了。

function utf8_bytes$cp { if $cp > 0x10000{ # 4 bytes return chr0xF0 | $cp & 0x1C0000 >> 18. chr0x80 | $cp & 0x3F000 >> 12. chr0x80 | $cp & 0xFC0 >> 6. chr0x80 | $cp & 0x3F; }else if $cp > 0x800{ # 3 bytes return chr0xE0 | $cp & 0xF000 >> 12. chr0x80 | $cp & 0xFC0 >> 6. chr0x80 | $cp & 0x3F; }else if $cp > 0x80{ # 2 bytes return chr0xC0 | $cp & 0x7C0 >> 6. chr0x80 | $cp & 0x3F; }else{ # 1 byte return chr$cp; }
}

  1. 使用BOLO类型

  2. 将数据库编码改为 utf8mb4

我这个刚解决的这个问题(后端是java实现的,数据库Mysql),供参考。
1、修改存储emoji字段编码,例如放在username字段中:

 ALTER TABLE user CHANGE username username VARCHAR128 CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci default null;

2、java在执行数据库插入、更新操作前,要先执行 sql语句”set names utf8mb4″ 语句。

https://github.com/iamcal/php-emoji
我是用这个处理的~

http://www.emoji-cheat-sheet.com/

有一种编码叫 utfmb4,支持 4 位长度的 utf8 编码

喏,你的 MySQL 版本必须为 5.5 以上的

不用转,直接数据库转成utf8mb4, 我以前就是这么干的

不用更改整个数据库的把。。。create xxx charset=utf8mb4 单表 utf8mb4就行了把

因为我的项目中需要对字数有限制的需求,涉及到逐字计数,在这基础上我增加了emoji的功能完美实现。你需要代码的话请再告诉我,我提供给你。

发表评论

电子邮件地址不会被公开。 必填项已用*标注