mysql utf8mb4与emoji表情

2023-08-16 15:08:46

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:

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

CREATE TABLE `ios_emoji` (

  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增ID',

  `unicode` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 'Unicode编码',

  `utf8` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 'UTF8编码',

  `utf16` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 'UTF16编码',

  `sbunicode` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 'SBUnicode编码',

  `filename` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '文件名',

  `filebyte` longblob COMMENT '文件内容字节',

  PRIMARY KEY (`id`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=COMPACT COMMENT='ios表情编码表';

2 java代码

import java.io.UnsupportedEncodingException;

import org.apache.commons.lang.StringUtils;

public class IOSEmojiUtil {

    public static String[] ios5emoji ;

    public static String[] ios4emoji ;

    public static String[] androidnullemoji ;

    public static String[] adsbuniemoji;

    public static void initios5emoji(String[] i5emj,String[] i4emj,String[] adnullemoji,String[] adsbemoji){

        ios5emoji = i5emj;

        ios4emoji = i4emj;

        androidnullemoji = adnullemoji;

        adsbuniemoji = adsbemoji;

    }

    //在ios上将ios5转换为ios4编码

    public static String transToIOS4emoji(String src) {

        return StringUtils.replaceEach(src, ios5emoji, ios4emoji);

    }

    //在ios上将ios4转换为ios5编码

    public static String transToIOS5emoji(String src) {

        return StringUtils.replaceEach(src, ios4emoji, ios5emoji);

    }

    //在android上将ios5的表情符替换为空

    public static String transToAndroidemojiNull(String src) {

        return StringUtils.replaceEach(src, ios5emoji, androidnullemoji);

    }

    //在android上将ios5的表情符替换为SBUNICODE

    public static String transToAndroidemojiSB(String src) {

        return StringUtils.replaceEach(src, ios5emoji, adsbuniemoji);

    }

    //在android上将SBUNICODE的表情符替换为ios5

    public static String transSBToIOS5emoji(String src) {

        return StringUtils.replaceEach(src, adsbuniemoji, ios5emoji);

    }

    //eg. param: 0xF0 0x9F 0x8F 0x80

    public static String hexstr2String(String hexstr) throws UnsupportedEncodingException{

        byte[] b = hexstr2bytes(hexstr);

        return new String(b, "UTF-8");

    }

    //eg. param: E018

    public static String sbunicode2utfString(String sbhexstr) throws UnsupportedEncodingException{

        byte[] b = sbunicode2utfbytes(sbhexstr);

        return new String(b, "UTF-8");

    }

    //eg. param: 0xF0 0x9F 0x8F 0x80

    public static byte[] hexstr2bytes(String hexstr){

        String[] hexstrs = hexstr.split(" ");

        byte[] b = new byte[hexstrs.length];

        for(int i=0;i<hexstrs.length;i++){

            b[i] = hexStringToByte(hexstrs[i].substring(2))[0];

        }

        return b;

    }

    //eg. param: E018

    public static byte[] sbunicode2utfbytes(String sbhexstr) throws UnsupportedEncodingException{

        int inthex = Integer.parseInt(sbhexstr, 16);

        char[] schar = {(char)inthex};

        byte[] b = (new String(schar)).getBytes("UTF-8");

        return b;

    }

    public static byte[] hexStringToByte(String hex) {

        int len = (hex.length() / 2);

        byte[] result = new byte[len];

        char[] achar = hex.toCharArray();

        for (int i = 0; i < len; i++) {

            int pos = i * 2;

            result[i] = (byte) (toByte(achar[pos]) << 4 | toByte(achar[pos + 1]));

        }

        return result;

    }

    private static byte toByte(char c) {

        byte b = (byte) "0123456789ABCDEF".indexOf(c);

        return b;

    }

    public static void main(String[] args) throws UnsupportedEncodingException {

        // TODO Auto-generated method stub

        byte[] b1 = {-30,-102,-67}; //ios5 //0xE2 0x9A 0xBD

        byte[] b2 = {-18,-128,-104}; //ios4 //"E018"

        //-------------------------------------

        byte[] b3 = {-16,-97,-113,-128};    //0xF0 0x9F 0x8F 0x80

        byte[] b4 = {-18,-112,-86};         //E42A    

        ios5emoji = new String[]{new String(b1,"utf-8"),new String(b3,"utf-8")};

        ios4emoji = new String[]{new String(b2,"utf-8"),new String(b4,"utf-8")};    

        //测试字符串

        byte[] testbytes = {105,111,115,-30,-102,-67,32,36,-18,-128,-104,32,36,-16,-97,-113,-128,32,36,-18,-112,-86};

        String tmpstr = new String(testbytes,"utf-8");

        System.out.println(tmpstr);

        //转成ios4的表情

        String ios4str = transToIOS5emoji(tmpstr);

        byte[] tmp = ios4str.getBytes();

        //System.out.print(new String(tmp,"utf-8"));

        for(byte b:tmp){

            System.out.print(b);

            System.out.print(" ");

        }

    }

}

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://*.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)

码农公寓

相关文章