一個關於MySQL指定編碼實現的小坑

• 2021 年 10 月 14 日
• 筆記
• MySQL, 數據庫

寫在前面

環境：MySQL5.7+，MySQL數據庫字符編碼實現為utf8，表也為utf8

場景：微信授權獲取用戶信息（包括昵稱）並保存到數據庫，有的用戶成功了，少數用戶卻失敗了

那麼為什麼會失敗呢？ 

貼上報錯日誌

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

是因為失敗的用戶微信昵稱中帶有emoji符號導致的

剖析：

MySQL支持多種字符編碼集，如UTF-8、GB2312、GBK等

可以通過 SHOW CHARSET 命令查看。

通常我們會建議使用 UTF-8 作為默認的字符編碼方式。

從上圖我們可以看到，MySQL數據庫有兩套 UTF-8 編碼實現。

• utf8：utf8 編碼只支持三個位元組以內。在 utf8 編碼中，中文是佔了3個位元組，其他的英文、數字、符號都是佔1個位元組。但是emoji符號佔4個位元組，一些比較複雜的文字、繁體字也是佔4個位元組。

• utf8mb4：UTF-8編碼的完整實現。最多可支持4個位元組，所以，可以用來存儲emoji符號。

查閱資料，官方解釋：

最後

Tips：如果有需要保存emoji符號的字段，記得一定要指定編碼為 utf8mb4 。