mysql 库不能修改为 utf8mb4 编码,但又想存 emoji 表情怎么办?

本文最后更新于:2020年9月10日 下午

01、前言

Emoji 在我们生活中真的是越来越常见了,几乎每次发消息的时候不带个 Emoji,总觉得少了点什么,似乎干巴巴的文字已经无法承载我们丰富的感情了。对于我们开发者来说,如何将 Emoji 存入 MySql 数据库或者取出来,就变成了一种必须掌握的技能了。

Emoji 是一种图形符号,能够很直观地反应出某种文字含义。它让我想起远古时代的象形文字。
EmojiEmoji 其实是一个日语词(えもじ),E 表示 “絵”,moji 表示 “文字”;连在一起就是 “絵文字”,可以更形象化地表情达意。

02、糟糕

如果我们直接将 Emoji 表情存入数据库的话,通常会出现下面这个错误。
错误

因为数据库的字符编码一般是 utf8(支持的编码范围为 u0000-uFFFF),而 Emoji 所在的编码范围是 u1F601-u1F64F,超出 MySql 的边界了。

怎么解决这个问题呢?

03、utf8mb4

可以将 MySql 的字符集由 utf8 调整为 utf8mb4。utf8mb4 是 MySql 在 5.5.3 版本之后增加的一个编码方式,用来兼容四字节的 Unicode(包括 Emoji)。

理论上,utf8mb4 是 utf8 的超集,其中 mb4 是 most bytes 4 的意思,将字符集修改为 “utf8mb4”,并不会对已有的 utf8 编码读取产生任何问题。

但通常这种方式并不是最优解,因为应用层还需要将 MySql 的连接方式作出以下调整:

jdbcUrl = jdbc:mysql://localhost/jfinal_demo?characterEncoding=utf8mb4&useSSL=false&zeroDateTimeBehavior=convertToNull

由原来的 characterEncoding=utf8 调整为 characterEncoding=utf8mb4。

04、EmojiConverter

更友好的解决方式应该将 Emoji 当做字符串存储,然后在取出来的时候再转成 Emoji,这样可以兼容所有的数据库版本。

我在 GitHub 上找到了这样的一个库 ——EmojiConverter,它可以很方便地将 Emoji 转换为字符串的别名,同时也支持将这个别名转换为 Emoji。

  1. 在 pom.xml 文件中加入 EmojiConverter
<dependency>
    <groupId>com.github.binarywang</groupId>
    <artifactId>java-emoji-converter</artifactId>
    <version>0.1.1</version>
</dependency>
  1. 存储 Emoji 之前调用 \**toHtml()\** 方法转换一下
EmojiConverter emojiConverter = EmojiConverter.getInstance();

String html = emojiConverter.toHtml(keywords.getContent().trim());

// JFinal 的保存方式
Record record = new Record().set("content", html)
Db.save("keywords", record);

比如说,要存储的内容当中包含了一个点赞的 Emoji。

点赞的 Emoji那么通过 emojiConverter.toHtml() 转了之后的内容是什么样子呢?是一个码点:👍,debug 的时候截图如下所示
16e113ea52a08bea.jpg

这样的话,MySql 保存的内容就是一个普通的字符串了,编码方式仍然可以是 utf8

  1. 显示 Emoji 的时候调用 **toUnicode() ** 方法格式化一下
String unicode = emojiConverter.toUnicode(content);
outMsg.setContent(unicode);

本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!