mysql utf8mb4与emoji表情

MYSQL 5.5 之前, UTF8 编码只支持1-3个字节,只支持BMP这部分的unicode编码区, BMP是从哪到哪,到http://en.wikipedia.org/wiki/Mapping_of_Unicode_characters这里看,基本就是0000~FFFF这一区。 从MYSQL5.5开始,可支持4个字节UTF编码utf8mb4,一个字符最多能有4字节,所以能支持更多的字符集。

utf8mb4 is a superset of utf8

utf8mb4兼容utf8,且比utf8能表示更多的字符。

至于什么时候用,看你的做什么项目了。。

在做移动应用时,会遇到ios用户会在文本的区域输入emoji表情,如果不做一定处理,就会导致插入数据库异常。

Emoji表情符号兼容方案

一 什么是Emoji

emoji就是表情符号;词义来自日语(えもじ,e-moji,moji在日语中的含义是字符)
表情符号现已普遍应用于手机短信和网络聊天软件。
emoji表情符号,在外国的手机短信里面已经是很流行使用的一种表情。
手机上如何使用emoji:
1.iphone、ipad系统:安装emoji free,再设置-通用-键盘-国际键盘-添加新的键盘,然后把emoji添加在里面即可在发短信和一些输入文本的文本框中输入表情。
IOS 5用户可直接从通用中添加emoji 键盘,无需再安装emoji free
2.android系统:安装“GO输入法国际版”后,在输入法里面点选安装emoji插件可以使用。另外“百度输入法”也自带emoji表情
3.Windows Phone : 安装此 Emoji Keys,在其中输入之后复制粘贴到需要输入表情的地方即可

<此段摘自百度百科 http://baike.baidu.com/view/2631589.htm>

二 Emoji表情符号问题
1 问题:
IOS版本之间发送的Emoji表情符号不兼容,只看到方块
不同IOS版本在数据库存数据时,有时会发生系统错误
2 现象:
IOS 4 输入Emoji表情符,在IOS5.01 显示正常,在IOS5.1中(大陆版)显现为方块, 但IOS5.01/5.1输入的表情符号,显示正      常
IOS5.01/5.1 输入表情符,在IOS5.01/5.1中显示正常,但在IOS4.X显示为方块
输入Emoji入帖子正文, 可正常存储。 但用户昵称在IOS4.X 输入Emoji,系统正常, 而IOS5.01/5.1则提示系统错误。
3 本质:
iOS 5 and OS X 10.7 (Lion) use the Unicode 6.0 standard ‘unified’ code points for emoji.
iOS 5 Emoji  采用Unicode 6 标准来统一code points

iOS 4 on SoftBank iPhones used a set of unofficial code points in the Unicode Private Use Area, and so aren’t      compatible with any other systems
iOS 4 采用SoftBank Unicode, 一种非官方的, 采用私有Unicode 区域。
4 举例:
one emoji symbol “tiger”, it is “\U0001f42f” in iOS5, but “\ue050” in earlier iOS version
虎脸Emoji符号在iOS5 为Unicode:\U0001f42f;而在IOS4.x 为:\ue050 (SoftBank 编码)
另外: 按理讲, 从iOS5 应该兼容以前版本的emoji, 但现在出现5.01版本完美兼容(无论大陆版,美版,还是港版), 而5.1     大陆版出现了不兼容现象(腾讯微信也出现了同样的问题)。
三 问题分析
1 系统存储错误问题(如昵称,帖子内容)
原因:
由于IOS5.X 采用新的Unicode, 其UTF8 编码大多为4个字节, 而由于昵称/帖子内容column并没设成utf8mb4,因此存储会    发生错误。
解决方法:
将昵称/帖子内容设成utf8mb4
2 不同iOS 之间Emoji 不兼容的问题。
原因:
iOS 5 到4 不兼容的问题,很简单,unicode6 和softbank编码的不同
iOS 4 到 5,按理说应该兼容,也就是说,iOS应该自动判断如果是softbank编码,自动转成unicode6。但现在看来, iOS5.1(大陆版)好像只支持unicode6, 而不支持softbank.
解决方法:
客户端发送emoji-encoding: Softbank或unicode6, 由服务端分别给出相应的编码表。
四 解决方案
1 数据存储(MySQL varchar  数据类型对UTF8 支持问题)
MYSQL 5.5 之前, UTF8 编码只支持1-3个字节, 从MYSQL5.5开始,可支持4个字节UTF编码,但要特殊标记。例如我们的帖子内容项,我们加上了这个支持。服务端mysql统一存储为ios5.x也就是Unicode编码。
对应alter语句:

[sql]  view plain copy

  1. ALTER TABLE topic MODIFY COLUMN content varchar(500) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT ‘内容’;

2 编码转换:
iphone手机方案
客户端输入内容时候,统一存储为unicode编码(这里需要从softbank编码转换为unicode编码)。客户端请求内容的时候,需要根据不同的客户端给出不同的编码,ios4采用softbank编码做替换,ios5采用unicode编码直接支持。
android或wp其他手机方案:
如果没有emoji表情库,将无法输入。针对输入问题,将统一采用unicode编码存储。客户端请求内容的时候,将统一用softbank编码,客户端需要把emoji表情符号内置到客户端,做对应的编码和img替换。
web解决方案:
参考android或wp其他手机方案
五 部分代码
1 sql代码

[sql]  view plain copy

  1. CREATE TABLE `ios_emoji` (
  2.   `id` int(11) NOT NULL AUTO_INCREMENT COMMENT ‘自增ID’,
  3.   `unicode` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT ‘Unicode编码’,
  4.   `utf8` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT ‘UTF8编码’,
  5.   `utf16` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT ‘UTF16编码’,
  6.   `sbunicode` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT ‘SBUnicode编码’,
  7.   `filename` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT ‘文件名’,
  8.   `filebyte` longblob COMMENT ‘文件内容字节’,
  9.   PRIMARY KEY (`id`)
  10. ) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=COMPACT COMMENT=’ios表情编码表’;

2 java代码

[java]  view plain copy

  1. import java.io.UnsupportedEncodingException;
  2. import org.apache.commons.lang.StringUtils;
  3. public class IOSEmojiUtil {
  4.     public static String[] ios5emoji ;
  5.     public static String[] ios4emoji ;
  6.     public static String[] androidnullemoji ;
  7.     public static String[] adsbuniemoji;
  8.     public static void initios5emoji(String[] i5emj,String[] i4emj,String[] adnullemoji,String[] adsbemoji){
  9.         ios5emoji = i5emj;
  10.         ios4emoji = i4emj;
  11.         androidnullemoji = adnullemoji;
  12.         adsbuniemoji = adsbemoji;
  13.     }
  14.     //在ios上将ios5转换为ios4编码
  15.     public static String transToIOS4emoji(String src) {
  16.         return StringUtils.replaceEach(src, ios5emoji, ios4emoji);
  17.     }
  18.     //在ios上将ios4转换为ios5编码
  19.     public static String transToIOS5emoji(String src) {
  20.         return StringUtils.replaceEach(src, ios4emoji, ios5emoji);
  21.     }
  22.     //在android上将ios5的表情符替换为空
  23.     public static String transToAndroidemojiNull(String src) {
  24.         return StringUtils.replaceEach(src, ios5emoji, androidnullemoji);
  25.     }
  26.     //在android上将ios5的表情符替换为SBUNICODE
  27.     public static String transToAndroidemojiSB(String src) {
  28.         return StringUtils.replaceEach(src, ios5emoji, adsbuniemoji);
  29.     }
  30.     //在android上将SBUNICODE的表情符替换为ios5
  31.     public static String transSBToIOS5emoji(String src) {
  32.         return StringUtils.replaceEach(src, adsbuniemoji, ios5emoji);
  33.     }
  34.     //eg. param: 0xF0 0x9F 0x8F 0x80
  35.     public static String hexstr2String(String hexstr) throws UnsupportedEncodingException{
  36.         byte[] b = hexstr2bytes(hexstr);
  37.         return new String(b, “UTF-8”);
  38.     }
  39.     //eg. param: E018
  40.     public static String sbunicode2utfString(String sbhexstr) throws UnsupportedEncodingException{
  41.         byte[] b = sbunicode2utfbytes(sbhexstr);
  42.         return new String(b, “UTF-8”);
  43.     }
  44.     //eg. param: 0xF0 0x9F 0x8F 0x80
  45.     public static byte[] hexstr2bytes(String hexstr){
  46.         String[] hexstrs = hexstr.split(” “);
  47.         byte[] b = new byte[hexstrs.length];
  48.         for(int i=0;i<hexstrs.length;i++){
  49.             b[i] = hexStringToByte(hexstrs[i].substring(2))[0];
  50.         }
  51.         return b;
  52.     }
  53.     //eg. param: E018
  54.     public static byte[] sbunicode2utfbytes(String sbhexstr) throws UnsupportedEncodingException{
  55.         int inthex = Integer.parseInt(sbhexstr, 16);
  56.         char[] schar = {(char)inthex};
  57.         byte[] b = (new String(schar)).getBytes(“UTF-8”);
  58.         return b;
  59.     }
  60.     public static byte[] hexStringToByte(String hex) {
  61.         int len = (hex.length() / 2);
  62.         byte[] result = new byte[len];
  63.         char[] achar = hex.toCharArray();
  64.         for (int i = 0; i < len; i++) {
  65.             int pos = i * 2;
  66.             result[i] = (byte) (toByte(achar[pos]) << 4 | toByte(achar[pos + 1]));
  67.         }
  68.         return result;
  69.     }
  70.     private static byte toByte(char c) {
  71.         byte b = (byte) “0123456789ABCDEF”.indexOf(c);
  72.         return b;
  73.     }
  74.     public static void main(String[] args) throws UnsupportedEncodingException {
  75.         // TODO Auto-generated method stub
  76.         byte[] b1 = {-30,-102,-67}; //ios5 //0xE2 0x9A 0xBD
  77.         byte[] b2 = {-18,-128,-104}; //ios4 //”E018″
  78.         //————————————-
  79.         byte[] b3 = {-16,-97,-113,-128};    //0xF0 0x9F 0x8F 0x80
  80.         byte[] b4 = {-18,-112,-86};         //E42A
  81.         ios5emoji = new String[]{new String(b1,”utf-8″),new String(b3,”utf-8″)};
  82.         ios4emoji = new String[]{new String(b2,”utf-8″),new String(b4,”utf-8″)};
  83.         //测试字符串
  84.         byte[] testbytes = {105,111,115,-30,-102,-67,32,36,-18,-128,-104,32,36,-16,-97,-113,-128,32,36,-18,-112,-86};
  85.         String tmpstr = new String(testbytes,”utf-8″);
  86.         System.out.println(tmpstr);
  87.         //转成ios4的表情
  88.         String ios4str = transToIOS5emoji(tmpstr);
  89.         byte[] tmp = ios4str.getBytes();
  90.         //System.out.print(new String(tmp,”utf-8″));
  91.         for(byte b:tmp){
  92.             System.out.print(b);
  93.             System.out.print(” “);
  94.         }
  95.     }
  96. }

六 参考资料
1 Emoji 全编码表:(我参考的这个)
http://punchdrunker.github.com/iOSEmoji/table_html/flower.html
2 Emoji全编码表
http://code.iamcal.com/php/emoji/

3 iOS5/4 Emoji  兼容性:
http://stackoverflow.com/questions/7856775/how-to-convert-the-old-emoji-encoding-to-the-latest-encoding-in-ios5
4 MySQL emoji问题
http://dropblood.com/archives/ios-mysql-emoji
5 Emoji 中文对应表
http://www.iapps.im/wp-content/uploads/2012/02/emoji-pinyin.png?r=010

七 下载资源 

emoji图片和编码表 http://download.csdn.net/detail/qdkfriend/4309051

包括emoji文件表,emoji数据编码表(Unicode编码,UTF8编码,UTF16编码,SBUnicode编码)

mysql支持utf8mb4升级方案

[http://mathiasbynens.be/notes/mysql-utf8mb4#utf8-to-utf8mb4](

How to support full Unicode in MySQL databases

)

link: http://my.oschina.net/wingyiu/blog/153357

Trackback

no comment untill now

Sorry, comments closed.