【MySql】utf8mb4与Emoji表情

MYSQL 5.5 之前， UTF8 编码只支持1-3个字节，只支持BMP这部分的unicode编码区， BMP是从哪到哪，到http://en.wikipedia.org/wiki/Mapping_of_Unicode_characters这里看，基本就是0000～FFFF这一区。 从MYSQL5.5开始，可支持4个字节UTF编码utf8mb4，一个字符最多能有4字节，所以能支持更多的字符集。

utf8mb4 is a superset of utf8

utf8mb4兼容utf8，且比utf8能表示更多的字符。 

至于什么时候用，看你的做什么项目了。。

在做移动应用时，会遇到ios用户会在文本的区域输入emoji表情，如果不做一定处理，就会导致插入数据库异常。

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 

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 

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 

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。 

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 

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';

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

  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://stackoverflow.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/uploads/2012/02/emoji-pinyin.png?r=010 

七 下载资源 

Emogi图片和编码表 包括467个emoji的文件和编码表数据(Unicode编码,UTF8编码,UTF16编码,SBUnicode编码), 包括一个mysql执行文件，执行插入数据库测试