Python中MySQL 5.5/5.6如何处理表情emoji等多字节字符？除了utf8mb4还有什么好办法？
Python中MySQL 5.5/5.6如何处理表情emoji等多字节字符？除了utf8mb4还有什么好办法？
20 回复
直接说结论：必须用utf8mb4，没别的选择。
MySQL的utf8编码其实是个“残废版”，它只支持最多3个字节的字符，而emoji是4个字节的。utf8mb4才是真正的UTF-8实现。所以这不是“还有什么好办法”的问题，而是“只有这一个办法”。
具体操作分三步，缺一不可：
1. 修改数据库、表、字段的字符集
-- 修改数据库
ALTER DATABASE your_database CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
-- 修改表
ALTER TABLE your_table CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
-- 或者修改特定字段
ALTER TABLE your_table MODIFY your_column VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
2. 修改MySQL连接配置 在Python连接MySQL时，必须指定字符集：
import pymysql
connection = pymysql.connect(
host='localhost',
user='your_user',
password='your_password',
database='your_database',
charset='utf8mb4', # 关键在这里
cursorclass=pymysql.cursors.DictCursor
)
3. 检查MySQL配置（如果需要） 在my.cnf或my.ini中确认：
[client]
default-character-set = utf8mb4
[mysql]
default-character-set = utf8mb4
[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci
为什么没有替代方案？
- 用base64或二进制存储：能存，但查询、索引全废了，等于自废武功
- 用其他编码（如GBK）：根本不可能支持所有emoji
- 过滤掉emoji：这是逃避问题，不是解决方案
注意一个坑：改了utf8mb4后，原先VARCHAR(255)的字段可能只能存191个字符了，因为最大索引长度限制。如果遇到“Specified key was too long”错误，需要缩短字段长度或修改索引。
总结：别折腾了，老实上utf8mb4。
utf8 类型只能容纳三个字节是 MySQL 独有的，utf8mb4 这种东西也是 MySQL 独有的，实际按照标准有 6 个字节可以用。至于说不够用了怎么办？再把页表掏出来用呗，最后再弄一个新的 uni-unicode 就完了
楼主描述不清楚导致楼上的可能有些什么误解。
表情四个字符，utf8 三个字节存储。
最优：换 utfmb4
程序：json 内容，然后正则处理
曲线救国：base64 解决任何一切编码问题 >_<
