实现
什么是emoji?就是这些表情和符号:
😀😄💦😍😂😱😭😴👌
自iPhone从iOS 5在输入法中开始支持emoji以来,这些表情符号迅速风靡世界。但是很多Web网站竟然还不!支!持!!!
那怎么才能支持emoji呢?其实代码一行都不用改,因为emoji符号实际上是文本,并不是图片,它们仅仅显示为图片而已。而且,emoji符号已经被标准化并编码到最新的Unicode标准中了,所以,要支持emoji,只需要底层软件系统支持就可以了。
服务器端要正确存储emoji符号,只需要确保Web程序和底层数据库能支持最新的Unicode标准就可以了。
如果使用MySQL作为数据库,需要升级到5.5.3或更新的版本,然后,把默认编码从原来的utf8改为utf8mb4,在my.cnf
或者my.ini
配置文件中修改如下:
1 | [client] |
重启MySQL,然后使用以下命令查看编码,应该全部为utf8mb4
(character_set_filesystem
和character_set_system
除外):
1 | mysql> show variables like '%char%'; |
使用命令查看collation设置,应该全部是utf8mb4_general_ci
:
1 | mysql> show variables like '%coll%'; |
如果character_set_database
还是为utf8
,需要重启服务器。
现在,MySQL就可以正确存储emoji字符了。
Web软件
要支持emoji,需要Web软件也支持。目前,已知支持emoji的包括:
- Java 8
- Node
最后,如果你的Web应用程序没有使用标准的UTF-8编码,而是使用了GBK等编码,想要支持emoji就只能呵呵
了
附录
utf8与utf8mb4
- MySQL 5.5.3之后增加了utfmb4字符编码
- 支持BMP(Basic Multilingual Plane,基本多文种平面)和补充字符
- 最多使用四个字节存储字符
utf8mb4是utf8的超集并完全兼容utf8
,能够用四个字节存储更多的字符。
标准的UTF-8字符集编码是可以使用1-4个字节去编码21位字符,这几乎包含了世界上所有能看见的语言。
MySQL里面实现的utf8最长使用3个字符,包含了大多数字符但并不是所有。例如emoji和一些不常用的汉字,如“墅”,这些需要四个字节才能编码的就不支持。
字符集、连接字符集、排序字符集
utf8mb4对应的排序字符集
有utf8mb4_unicode_ci、utf8mb4_general_ci.
utf8mb4_unicode_ci和utf8mb4_general_ci的对比:
- 准确性:
- utf8mb4_unicode_ci是基于标准的Unicode来排序和比较,
能够在各种语言之间精确排序
- utf8mb4_general_ci没有实现Unicode排序规则,在遇到某些特殊语言或者字符集,排序结果可能不一致。
- 但是,
在绝大多数情况下,这些特殊字符的顺序并不需要那么精确。
- utf8mb4_unicode_ci是基于标准的Unicode来排序和比较,
- 性能
- utf8mb4_general_ci在比较和排序的时候更快
- utf8mb4_unicode_ci在特殊情况下,Unicode排序规则为了能够处理特殊字符的情况,实现了略微复杂的排序算法。
- 但是
在绝大多数情况下发,不会发生此类复杂比较
。相比选择哪一种collation,使用者更应该关心字符集与排序规则在db里需要统一。