mysql/Java服務(wù)端對emoji的支持與問題解決方法詳解

更新時間：2019年10月29日 11:54:48 作者：xuexuan_050848

這篇文章主要介紹了mysql/Java服務(wù)端對emoji的支持與問題解決方法,結(jié)合實(shí)例形式分析了mysql/Java服務(wù)端對emoji字符集存儲及支持問題解決方法,需要的朋友可以參考下

本文實(shí)例講述了mysql Java服務(wù)端對emoji的支持與問題解決方法。分享給大家供大家參考，具體如下：

問題描述

將底層抓取的微博數(shù)據(jù)存入mysql，有些數(shù)據(jù)存入失敗，查看Tomcat后，核心錯誤信息如下：

// 拋出字符集不支持的異常
sql.SQLException: Incorrect string value: '\xF0\x9F\x98\x97\xF0\x9F...' for column 'CONTENT' at row 1

原因分析

MYSQL 5.5 之前， utf8 編碼只支持1~3個字節(jié)，即BMP這部分的unicode編碼區(qū)(基本就是0000~FFFF這一區(qū))。
Emoji表情是4個字節(jié)，而mysql的utf8編碼最多3個字節(jié)，所以導(dǎo)致數(shù)據(jù)插不進(jìn)去
5.5之后，mysql加入utf8mb4編碼，可支持4個字節(jié)，即一個字符最多能有4字符，因此utf8mb4編碼可支持更多的字符集。
因此，如果項(xiàng)目要存儲移動產(chǎn)品的用戶文本，必須將DB字符集從UTF8/GBK等傳統(tǒng)字符集升級到utf8mb4

【注】

utf8mb4兼容utf8，且比utf8能表示更多的字符。所以將DB字符集從UTF8或GBK等傳統(tǒng)字符集升級到utf8mb4時不用擔(dān)心字符的兼容性問題

解決方法

過濾特殊的表情符

content = content.replaceAll("[\\x{10000}-\\x{10FFFF}]", "");// 簡單粗暴，不人性化

升級數(shù)據(jù)庫字符集

1、utf8mb4支持的mysql版本為5.5.3+,若mysql低于該版本請先升級

2、修改database、table和column字符集

3、修改mysql配置文件my.cnf(windows為my.ini)，my.cnf一般在etc/mysql/目錄下，找到后在以下三部分里添加如下內(nèi)容：

[client] default-character-set = utf8mb4

[mysql] default-character-set = utf8mb4

[mysqld]
character-set-client-handshake = FALSE
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci
init_connect='SET NAMES utf8mb4'

4、重啟mysql并查看字符集

在mysql命令行輸入：

SHOW VARIABLES WHERE Variable_name LIKE 'character_set_%' OR Variable_name LIKE 'collation%';

重啟之前的字符集

重啟之后的字符集

【注】

必須保證以下字段為utf8mb4
- character_set_client
- character_set_connection
- character_set_database
- character_set_results
- character_set_server

以上4步完成后，利用mysql客戶端navicat在表中手動加入Emoji表情⛄，若能保存成功說明數(shù)據(jù)庫已升級成功。

這些字符集配置的具體區(qū)別參考深入Mysql字符集設(shè)置

5、檢查服務(wù)器端db配置文件

// 配置spring時使用的鏈接如下：
url="jdbc:mysql://localhost:3306/gzhou?allowMultiQueries=true&amp;useUnicode=true&amp;zeroDateTimeBehavior=convertToNull&amp;transformedBitIsBoolean=true&amp;autoReconnect=true&amp;autoReconnectForPools=true&amp;failOverReadOnly=false&amp;maxReconnects=10"
// 若characterEncoding=utf8mb4，插入數(shù)據(jù)時報(bào)錯Caused by: java.sql.SQLException: Unsupported character encoding 'utf8mb4'
// 去掉characterEncoding或characterEncoding=utf8

Emoji表情

android系統(tǒng)中，搜狗、百度輸入法自帶Emoji表情。