php数据库插入表情转换,如何转义emoji表情，让它可以存入utf8的数据库？
unicode emoji是4個字節的，存不進MySQL里，找到一個轉義的庫http://code.iamcal.com/php/emoji/，但是轉為Unicode之后，還是4個字節，一樣存不進，應該說根本沒轉。轉為其他格式的emoji又怕以后新增了表情不好做，你們在不改數據庫編碼的前提下，是怎么弄的？
方法1：base_encode64
這種方法是可以，但是舊數據沒有經過encode操作，取數據的時候如果統一進行decode的話，舊數據會丟失的。
方法2：urlencode
這個似乎可以，對沒有經過encode的數據進行decode也不會有影響，而且多次decode似乎也不會有影響。你們說這個方法有缺陷嗎？
=======================
一個發現，微信獲取用戶基本信息的時候，笑哭那個表情print_r出的是\ud83d\ude02，而我存儲的時候，報錯說這個 \xF0\x9F\x98\x82 值不能存儲，請問這是怎么回事，自動轉碼了，轉成的這是什么？是微信轉碼過了嗎？
=======================
方法3：最后采用了下面采納的那個方法，因為我覺得它有下面幾個優點：
1、那個方法只轉換表情，不會轉換中文，所以數據還是直接可讀的
數據庫中存儲起來是這樣的，
后面的\ud83d\udca5可以隨意復制粘貼，而顯示出來是這樣的，
2、不會把表情轉換為其它標準，只有一個簡單的，固定的轉換算法，也就是說不需要一個表情庫來對照著轉換，所以以后其它人要使用這個數據的時候，也很容易知道每個表情是對應的哪個。就算蘋果大爺又增加了表情，也不需要做什么額外的修改。
3、可以無限decode輸出的都是正確的內容。因為有的時候可能需要在一次請求中的兩個地方做decode，其它decode多次會把正確的數據改成其它數據，這個不會。
缺點：
1、看了下面的代碼就知道，這個是強制修改字符編碼中，指定區間內的編碼，也就說有可能誤殺，也有可能有超出這個區間的emoji沒殺到。不過僅僅是在字符前加反斜杠，即使誤殺了，發現之后也很容易改回來。
數據庫中發現有這樣的
，是漏殺了，但是不知道為什么，這個可以直接存數據庫。
/**
把用戶輸入的文本轉義(主要針對特殊符號和emoji表情)
*/
function userTextEncode($str){
if(!is_string($str))return $str;
if(!$str || $str=='undefined')return '';
$text = json_encode($str); //暴露出unicode
$text = preg_replace_callback("/(\\\u[ed][0-9a-f]{3})/i",function($str){
return addslashes($str[0]);
},$text); //將emoji的unicode留下，其他不動，這里的正則比原答案增加了d，因為我發現我很多emoji實際上是\ud開頭的，反而暫時沒發現有\ue開頭。
return json_decode($text);
}
/**
解碼上面的轉義
*/
function userTextDecode($str){
$text = json_encode($str); //暴露出unicode
$text = preg_replace_callback('/\\\\\\\\/i',function($str){
return '\\';
},$text); //將兩條斜杠變成一條，其他不動
return json_decode($text);
}
回復內容：
unicode emoji是4個字節的，存不進MySQL里，找到一個轉義的庫http://code.iamcal.com/php/emoji/，但是轉為Unicode之后，還是4個字節，一樣存不進，應該說根本沒轉。轉為其他格式的emoji又怕以后新增了表情不好做，你們在不改數據庫編碼的前提下，是怎么弄的？
方法1：base_encode64
這種方法是可以，但是舊數據沒有經過encode操作，取數據的時候如果統一進行decode的話，舊數據會丟失的。
方法2：urlencode
這個似乎可以，對沒有經過encode的數據進行decode也不會有影響，而且多次decode似乎也不會有影響。你們說這個方法有缺陷嗎？
=======================
一個發現，微信獲取用戶基本信息的時候，笑哭那個表情print_r出的是\ud83d\ude02，而我存儲的時候，報錯說這個 \xF0\x9F\x98\x82 值不能存儲，請問這是怎么回事，自動轉碼了，轉成的這是什么？是微信轉碼過了嗎？
=======================
方法3：最后采用了下面采納的那個方法，因為我覺得它有下面幾個優點：
1、那個方法只轉換表情，不會轉換中文，所以數據還是直接可讀的
數據庫中存儲起來是這樣的，
后面的\ud83d\udca5可以隨意復制粘貼，而顯示出來是這樣的，
2、不會把表情轉換為其它標準，只有一個簡單的，固定的轉換算法，也就是說不需要一個表情庫來對照著轉換，所以以后其它人要使用這個數據的時候，也很容易知道每個表情是對應的哪個。就算蘋果大爺又增加了表情，也不需要做什么額外的修改。
3、可以無限decode輸出的都是正確的內容。因為有的時候可能需要在一次請求中的兩個地方做decode，其它decode多次會把正確的數據改成其它數據，這個不會。
缺點：
1、看了下面的代碼就知道，這個是強制修改字符編碼中，指定區間內的編碼，也就說有可能誤殺，也有可能有超出這個區間的emoji沒殺到。不過僅僅是在字符前加反斜杠，即使誤殺了，發現之后也很容易改回來。
數據庫中發現有這樣的
，是漏殺了，但是不知道為什么，這個可以直接存數據庫。
/**
把用戶輸入的文本轉義(主要針對特殊符號和emoji表情)
*/
function userTextEncode($str){
if(!is_string($str))return $str;
if(!$str || $str=='undefined')return '';
$text = json_encode($str); //暴露出unicode
$text = preg_replace_callback("/(\\\u[ed][0-9a-f]{3})/i",function($str){
return addslashes($str[0]);
},$text); //將emoji的unicode留下，其他不動，這里的正則比原答案增加了d，因為我發現我很多emoji實際上是\ud開頭的，反而暫時沒發現有\ue開頭。
return json_decode($text);
}
/**
解碼上面的轉義
*/
function userTextDecode($str){
$text = json_encode($str); //暴露出unicode
$text = preg_replace_callback('/\\\\\\\\/i',function($str){
return '\\';
},$text); //將兩條斜杠變成一條，其他不動
return json_decode($text);
}
我是這么玩兒的
給一個標準的解決方案：
mysql的版本必須為v5.5.3或更高
把數據庫的編碼改成utf8mb4 -- UTF-8 Unicode
然后需要存儲emoji表情的字段選擇utf8mb4_general_ci
數據庫連接也需要改為utf8mb4
設置完成后，應該可以看到如下類似字符集設置結果。那么可以直接的存入數據庫，無需做任何額外的事情了。
mysql> SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';
+--------------------------+--------------------+
| Variable_name | Value |
+--------------------------+--------------------+
| character_set_client | utf8mb4 |
| character_set_connection | utf8mb4 |
| character_set_database | utf8mb4 |
| character_set_filesystem | binary |
| character_set_results | utf8mb4 |
| character_set_server | utf8mb4 |
| character_set_system | utf8 |
| collation_connection | utf8mb4_unicode_ci |
| collation_database | utf8mb4_unicode_ci |
| collation_server | utf8mb4_unicode_ci |
+--------------------------+--------------------+
rows in set (0.00 sec)
我在做微信公眾平臺開發時遇到過這個問題，微信用戶的昵稱可以包含表情(坑爹- -!)。于是我就將整個昵稱轉換成HEX字符串存在MySQL中，目前用戶1W+，系統穩定，題主可以參考一下此方案。
MySQL支持hex() and unhex()函數。Java可以使用org.apache.commons.codec.binary.Hex工具類。其他語言也有相應的方法。
試試微博或qq里面的那種方式？用簡單的編碼來映射，比如微笑可以用 [wx] 或 /wx 。不過表情多了之后4個字符不怎么夠用。。。
urldecode
我看了一下 decode 的源碼，應該是不會出現問題。
只要沒有 % 解碼后肯定還是原來的字符(串)，有 % 會出現兩種情況，一種是解碼成功，這個時候肯定就不是原來的字符串了，一種是解碼失敗，拋出異常(其實這個異常可以作為是否 encode的標準)。
解碼還算是比較嚴格吧，作為用戶名的情況下 出現 % 還解碼成功的概率比較小吧，對于這部分你可以手動改數據庫，應該不會有很多。
你試試這個函數，之前弄微信自定義菜單的時候，也接觸過Emoji表情，當時看到用的這個函數把Emoji表情的編碼給轉換了。
function utf8_bytes($cp) {
if ($cp > 0x10000){
# 4 bytes
return chr(0xF0 | (($cp & 0x1C0000) >> 18)).
chr(0x80 | (($cp & 0x3F000) >> 12)).
chr(0x80 | (($cp & 0xFC0) >> 6)).
chr(0x80 | ($cp & 0x3F));
}else if ($cp > 0x800){
# 3 bytes
return chr(0xE0 | (($cp & 0xF000) >> 12)).
chr(0x80 | (($cp & 0xFC0) >> 6)).
chr(0x80 | ($cp & 0x3F));
}else if ($cp > 0x80){
# 2 bytes
return chr(0xC0 | (($cp & 0x7C0) >> 6)).
chr(0x80 | ($cp & 0x3F));
}else{
# 1 byte
return chr($cp);
}
}
使用BOLO類型
將數據庫編碼改為 utf8mb4
我這個剛解決的這個問題(后端是java實現的，數據庫Mysql)，供參考。
1、修改存儲emoji字段編碼，例如放在username字段中：
ALTER TABLE user CHANGE username username VARCHAR(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci default null;
2、java在執行數據庫插入、更新操作前，要先執行 sql語句"set names utf8mb4" 語句。
https://github.com/iamcal/php-emoji
我是用這個處理的~
http://www.emoji-cheat-sheet.com/
有一種編碼叫 utfmb4，支持 4 位長度的 utf8 編碼
喏，你的 MySQL 版本必須為 5.5 以上的
不用轉，直接數據庫轉成utf8mb4, 我以前就是這么干的
不用更改整個數據庫的把。。。create xxx() charset=utf8mb4 單表 utf8mb4就行了把
因為我的項目中需要對字數有限制的需求，涉及到逐字計數，在這基礎上我增加了emoji的功能完美實現。你需要代碼的話請再告訴我，我提供給你。
本文原創發布php中文網，轉載請注明出處，感謝您的尊重！
總結
以上是生活随笔為你收集整理的php数据库插入表情转换,如何转义emoji表情，让它可以存入utf8的数据库？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： qq表情左右滑动php,基于jQuery
- 下一篇： 数据结构期末复习