php調(diào)用微信用戶信息接口昵稱里面的emoji表情怎么存儲到mysql中

emoji表情 是四字節(jié)的需要utf-8mb4來存儲，mysql5.6以上才支持utf-8mb4

浦口網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)！從網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、成都響應(yīng)式網(wǎng)站建設(shè)等網(wǎng)站項目制作，到程序開發(fā)，運營維護。創(chuàng)新互聯(lián)自2013年起到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗，來保證我們的工作的順利進行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。

如何轉(zhuǎn)義emoji表情，讓它可以存入utf8的數(shù)據(jù)庫

1. Unicode是什么

Unicode（中文：萬國碼、國際碼、統(tǒng)一碼、單一碼）是計算機科學(xué)領(lǐng)域里的一項業(yè)界標(biāo)準(zhǔn)。它對世界上大部分的文字系統(tǒng)進行了整理、編碼，使得電腦可以用更為簡單的方式來呈現(xiàn)和處理文字。

簡單說來，就是把世界上所有語言的字，加上所有能找到的符號（如高音譜號、麻將、emoji）用同一套編碼表示出來。

2. UTF-8是什么

UTF-8（8-bit Unicode Transformation Format）是一種針對Unicode的可變長度字符編碼?？勺冮L度的意思在于，如果能使用1字節(jié)編碼，UTF-8絕對不會使用2字節(jié)去表示。舉個例子，UTF-8的1字節(jié)部分和ASCII碼是相同的。所以表示'A'這個字符的時候，UTF-8與ASCII碼不僅編碼相同，而且都是只使用1字節(jié)。

3. Character Set和Collation是什么

Character Set是一套符號以及編碼。Collation是character set的排序方法。在中文版的MySQL中，character set被翻譯為“字符集”，collation被翻譯為“整理”。

舉個例子，UTF-8是character set，utf8_unicode_ci和utf8mb4_unicode_ci就是collation。

Collation的作用主要有二：字符排序與查找字符。

字符排序的作用是顯而易見的，不過還是要用幾個例子加以說明。比如要比較a和b的大小，因為在26個英文字母里面，a在b前，所以在編碼的時候，也把a放在b前面。這樣就產(chǎn)生了第一種排序方式，通過字符編碼的大小來排序。而在中文里面，“年”和“日”的排序，除了按照字符編碼大小，還可以有另外一些標(biāo)準(zhǔn)。比如可以按照筆畫序，“年”的第一筆是丿，“日”的第一筆是丨，而丨是排在丿前的，所以就將“日”排在前面；也可以按拼音序，“年”是n開頭，“日”是r開頭，于是把“年”排在前面。除此以外，還可以定義部首序、筆畫數(shù)序等等，而不同的排序方法會有不同的結(jié)果。英文也有大小寫敏感與不敏感的排序方式。種種不同的排序方式，就形成了不同的collations。

Collation的第二個作用則是查找字符是否在一個字符集里面。既然是一個有序的集合，則可以快速地通過一個編碼值確定一個字符是否在集合內(nèi)。這個特性是我們在不知不覺中使用的。比如使用中文輸入法，就是通過輸入法找到一個編碼，通過collation把它查找出來的。

4. Unicode再深入：Plane和中日韓越統(tǒng)一表意文字

utf8_unicode_ci和utf8mb4_unicode_ci這兩個collations都是基于UTF-8編碼的，但排序方面或多或少會有差別?？墒歉蟮牟顒e是它查找字符的集合。這需要提到一個Unicode的概念：Plane。

4.1. Plane

Plane中文譯作“Unicode平面字符映射”，不過我們還是叫它plane好啦。目前的Unicode字符分為17個planes，而每個plane擁有65536（即2^16）個代碼點。可以認(rèn)為一個plane就是一個范圍的編碼。

Plane 0也叫做BMP（Basic Multilingual Plane，基本多文種平面），存放著世界上各種語言與標(biāo)記中最常用的字符。

Plane 1也叫做SMP（Supplementary Multilingual Plane，多文種補充平面），放著表情符號（emoji）、字母與數(shù)學(xué)符號、音樂符號、太玄經(jīng)（太極符號）、裝飾符號、撲克牌、麻將符號、箭頭擴展和一些世界上各種語言不太常用的文字等等。

Plane 2也叫做SIP（Supplementary Ideographic Plane，表意文字補充平面），用于存放統(tǒng)一漢字（見4.2）的一些罕用字與漢藏語系其他語言的用字（如粵語用字）。

4.2. 統(tǒng)一漢字的分布

對于統(tǒng)一漢字（中日韓越統(tǒng)一表意文字，CJKV Unified Ideographs）來說，BMP存放著最初的版本（也是最常用字）與擴展A區(qū)的漢字。擴展B區(qū)到即將到來的擴展E區(qū)都放在SIP中。

在這些區(qū)中，除了獨立字源的字，還有同一個字源或部首不同的變體或?qū)懛?。比如“戶”的第一筆，中國大陸與香港寫作“戶”，臺灣寫作“戶”，日本則寫作“戸”。這些差異也會在Unicode中用三個不同的編碼去表示。所以B區(qū)到E區(qū)有不少此種字體。

舉些B區(qū)的例子。網(wǎng)絡(luò)上之前流行的“不會功夫不要艸我”被寫成““xx巭嫑莪”，其中“xx”這個字就是在B區(qū)。而粵語“x雞”（閹雞）、“x完松”（和一個人發(fā)生關(guān)系后棄之而去）兩個詞的首字也是在B區(qū)。

5. utf8_unicode_ci和utf8mb4_unicode_ci的異同

這兩種collations所對應(yīng)的字符都是UTF-8編碼的一個子集。utf8_unicode_ci最多能找到3個字節(jié)的Unicode編碼，而utf8mb4_unicode_ci則能找到4個字節(jié)的編碼。由于調(diào)整后的UTF-8編碼格式規(guī)定最多使用4字節(jié)（原來是6字節(jié)）編碼，所以utf8mb4系列可以說是覆蓋了整個Unicode編碼。

由于utf8_unicode_ci最多能找到3個字節(jié)的編碼，意味著它只支持BMP中的字符，對于SMP與SIP以及其他頭一字節(jié)不為0x00、需要4字節(jié)編碼的planes來說，utf8_unicode_ci這種collation是無法支持。當(dāng)使用4字節(jié)的字符（如emoji與B區(qū)以后的統(tǒng)一漢字）對使用此種collation的字段進行增刪查改時，數(shù)據(jù)庫會報一個非法字符的異常。而utf8mb4則沒有此問題。由此也看出，utf8mb4_unicode_ci是utf8_unicode_ci的超集。

6. utf8mb4_unicode_ci的優(yōu)缺點

utf8mb4系列的Collation在MySQL 5.5以上開始支持。相比起utf8_unicode_ci，它有如下的特性：

1) 在數(shù)據(jù)表中，對于BMP中的字符（最多使用3字節(jié)的字符，最常用的字符），兩種collations具有完全相同的存儲特性：相同的碼值，相同的編碼方式，相同的存儲長度。不會增加任何的存儲開銷。

2) 在數(shù)據(jù)表中，對于其他plains的字符，utf8系列的collation根本不能存儲，而utf8mb4系列的collations則可以存儲。

3) 在數(shù)據(jù)表中，對于變長的字段（如VARCHAR2，TEXT），utf8mb4最大可存儲的字符可能少于utf8系列的collation。

4) 在索引中，對于文本類型的字段，utf8mb4可索引的字符少于utf8系列的collations。如InnoDB的索引最多使用767字節(jié)。如果使用utf8mb4，每一個字符都會預(yù)留4字節(jié)做索引，而utf8則預(yù)留3字節(jié)。故此前者是191個字符，后者是255個字符。

5) 由于4)的原因，加上字符集大，utf8mb4的性能可能比utf8系列的collations低。

6) 若升級前的字段做了索引，需要把索引字符限制在191字符或以內(nèi)。

7. 當(dāng)前系統(tǒng)用哪個好

在當(dāng)前的系統(tǒng)，全部都使用utf8_unicode_ci這種collation。但是在存儲網(wǎng)頁標(biāo)題時，標(biāo)題帶有SMP或者SIP的字符，如emoji、粵語字，會引發(fā)數(shù)據(jù)庫寫入異常。于是，就有兩種解決方向：

1) 扔掉。

1.1) 扔掉或截斷引發(fā)異常的字。采取此種方法，需要對每一個標(biāo)題進行掃描。

1.2) 扔掉整條記錄。可以采取掃描法，或者扔掉引發(fā)異常的記錄。

2) 升級到utf8mb4。會略為降低數(shù)據(jù)庫性能。

7.1. 性能考慮

首先對于寫入性能，查找字體的性能損耗由于在寫入前字符都已經(jīng)變成編碼，基本可以忽略。對于網(wǎng)絡(luò)傳輸?shù)男阅?，則需要繼續(xù)查找相關(guān)資料繼續(xù)查證。但初步估計由于目前數(shù)據(jù)庫在本地，故此這部分開銷的增長不太明顯。

而對于索引的性能，由于網(wǎng)頁標(biāo)題這一字段沒有做索引，在可預(yù)見的將來也未有此計劃，故此沒有性能的損耗，也沒有升級兼容性的擔(dān)心。

況且，倘若走扔掉數(shù)據(jù)的方向，若采取掃描法，則需要付出掃描的開銷。若采取扔掉記錄法，則會先觸發(fā)事務(wù)回滾，其他記錄需要下次重新寫入。而且當(dāng)一批記錄寫入時有k個記錄引發(fā)異常，則需要回滾與重試k次，除非使用掃描法預(yù)先掃描出這些異常的記錄。但這也會引入額外的程序與數(shù)據(jù)庫開銷。若不使用事務(wù)，則數(shù)據(jù)庫總體寫入性能會大為降低。

雖然沒有實測過，但從感覺上來定性判斷，似乎扔掉記錄比升級collation帶來的性能退化要大。

7.2. 存儲空間考慮

當(dāng)前的網(wǎng)頁標(biāo)題是使用VARCHAR2存儲。對于現(xiàn)在可用的、常見的BMP字符，不會引入額外的存儲開銷。BMP字符在VARCHAR的類型下不會為每一字符引入額外33%的空間開銷。反之，定長的CHAR就會引入這種額外開銷。

7.3. 目標(biāo)數(shù)據(jù)考慮

網(wǎng)頁標(biāo)題作為以后特征分析的數(shù)據(jù)源。在分析需求完全沒有確定的情況下，我認(rèn)為扔掉任何數(shù)據(jù)都是不宜采取的辦法，特別是整條記錄扔掉更是不推薦。因為現(xiàn)階段我們沒有一套標(biāo)準(zhǔn)去判定何為有效數(shù)據(jù)、何為無效數(shù)據(jù)。有可能引發(fā)異常的那部分?jǐn)?shù)據(jù)確實是沒用的數(shù)據(jù)，也有可能那部分人群更傾向于在我們平臺上活躍使用。既然各種可能性都存在，我們主動放棄一部分可能性，似乎不太恰當(dāng)。

7.4. API設(shè)計與兼容性考慮

由于utf8_unicode_ci與utf8mb4_unicode_ci都是使用UTF-8編碼，所以對于JAVA，使用MyBatis生成的代碼是一樣的，都是使用String類型。這點已經(jīng)實測過。加上這兩種collations在BMP中的編碼完全一致，所以使用3字節(jié)與4字節(jié)的系統(tǒng)，對于BMP中的字符都是完全兼容、正常顯示的。而對于3字節(jié)的系統(tǒng)，4字節(jié)的字符一般會顯示成一個方框，或者在一個方框中有幾個小數(shù)字，不會引發(fā)系統(tǒng)異常。

8. 總結(jié)

誠然，emoji對分詞分析目前來說還沒有什么效果，粵語詞而且在SIP中也只是其中一部分，也不知道有多少日本動漫或者愛情動作片的網(wǎng)頁會遇到這些生僻字，音樂符號也少人用，太極符號也不是每次都出現(xiàn)，一些數(shù)學(xué)增補的字符與箭頭增補圖案也不是每個人都會用。這些加起來可能不知夠不夠全部的千分之一。

但是倘若每一兩個小時就會由于字符不能寫入，引發(fā)數(shù)據(jù)庫的異常。通過上面的分析，我認(rèn)為增加這種兼容性帶來的成本是可以接受的。

故此，我建議使用升級的方法，兼容所有Unicode字符。

php圖片保存到數(shù)據(jù)庫

1.圖片轉(zhuǎn)換 將上傳的圖片讀取到一個字符串中,再用base64對數(shù)據(jù)進行編碼 $img =base64_encode(file_get_contents($_FILES['file_head']['tmp...

2.顯示圖片 imgsrc="{$base64String}" 這樣就能把圖片顯示出來了

php 怎么處理 emoji表情

1、使用utf8mb4字符集

如果你的mysql版本=5.5.3，你大可直接將utf8直接升級為utf8mb4字符集

這種4字節(jié)的utf8編碼可完美兼容舊的3字節(jié)utf8字符集，并且可以直接存儲emoji表情，是最好的解決方案

至于字節(jié)增大帶來的性能損耗，我看過一些評測，幾乎是可以忽略不計的

2、使用base64編碼

如果你因為某些原因無法使用utf8mb4的話，你還可以使用base64來曲線救國

使用例如base64_encode之類的函數(shù)編碼過后的emoji可以直接存儲在utf8字節(jié)集的數(shù)據(jù)表中，取出時decode一下即可

3、干掉emoji表情

emoji表情是個麻煩的東西，即使你能存儲，也不一定能完美顯示。在iOS以外的平臺上，例如PC或者Android。如果你需要顯示emoji，就得準(zhǔn)備一大堆emoji圖片并使用第三方前端類庫才行。即便如此，還是可能因為emoji圖片不夠全而出現(xiàn)無法顯示的情況在大多數(shù)業(yè)務(wù)場景下，emoji也不是非要不可的。我們可以適當(dāng)?shù)乜紤]干掉它，節(jié)約各種成本

經(jīng)過一番苦苦的google，終于找到靠譜能用的代碼：

php存入emoji表情出現(xiàn)亂碼，數(shù)據(jù)庫已經(jīng)改為utf8mb4編碼了？

你插入數(shù)據(jù)的時候?qū)懙膇nsert中字段數(shù)據(jù)的編碼不對。你要轉(zhuǎn)換成相應(yīng)的字符編碼才可以的。

文章題目：php將表情存入數(shù)據(jù)庫,php將表情存入數(shù)據(jù)庫中
轉(zhuǎn)載注明：http://aaarwkj.com/article24/hsodje.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供靜態(tài)網(wǎng)站、營銷型網(wǎng)站建設(shè)、網(wǎng)站導(dǎo)航、ChatGPT、外貿(mào)建站、微信小程序

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)