一个关于MySQL指定编码实现的小坑

• 2021 年 10 月 14 日
• 笔记
• MySQL, 数据库

写在前面

环境：MySQL5.7+，MySQL数据库字符编码实现为utf8，表也为utf8

场景：微信授权获取用户信息（包括昵称）并保存到数据库，有的用户成功了，少数用户却失败了

那么为什么会失败呢？ 

贴上报错日志

Incorrect string value: '\xF0\x9F\x98\x98\xF0\x9F...' for column 'nickname' at row 1

是因为失败的用户微信昵称中带有emoji符号导致的

剖析：

MySQL支持多种字符编码集，如UTF-8、GB2312、GBK等

可以通过 SHOW CHARSET 命令查看。

通常我们会建议使用 UTF-8 作为默认的字符编码方式。

从上图我们可以看到，MySQL数据库有两套 UTF-8 编码实现。

• utf8：utf8 编码只支持三个字节以内。在 utf8 编码中，中文是占了3个字节，其他的英文、数字、符号都是占1个字节。但是emoji符号占4个字节，一些比较复杂的文字、繁体字也是占4个字节。

• utf8mb4：UTF-8编码的完整实现。最多可支持4个字节，所以，可以用来存储emoji符号。

查阅资料，官方解释：

最后

Tips：如果有需要保存emoji符号的字段，记得一定要指定编码为 utf8mb4 。