php将手机表情转码utf8,php 如何轉義emoji表情，讓它可以存入utf8的數據庫

方法1：base_encode64

這種方法是可以，但是舊數據沒有經過encode操作，取數據的時候如果統一進行decode的話，舊數據會丟失的。

方法2：urlencode

這個似乎可以，對沒有經過encode的數據進行decode也不會有影響，而且多次decode似乎也不會有影響。你們說這個方法有缺陷嗎？

=======================

一個發現，微信獲取用戶基本信息的時候，笑哭那個表情print_r出的是\ud83d\ude02，而我存儲的時候，報錯說這個 \xF0\x9F\x98\x82 值不能存儲，請問這是怎么回事，自動轉碼了，轉成的這是什么？是微信轉碼過了嗎？

=======================

方法3：采用了下面采納的那個方法，因為我覺得它有下面幾個優點：

1、那個方法只轉換表情，不會轉換中文，所以數據還是直接可讀的

數據庫中存儲起來是這樣的，如何轉義emoji表情，讓它可以存入utf8的數據庫

后面的\ud83d\udca5可以隨意復制粘貼，而顯示出來是這樣的， 如何轉義emoji表情，讓它可以存入utf8的數據庫

2、不會把表情轉換為其它標准，只有一個簡單的，固定的轉換算法，也就是說不需要一個表情庫來對照着轉換，所以以后其它人要使用這個數據的時候，也很容易知道每個表情是對應的哪個。就算蘋果大爺又增加了表情，也不需要做什么額外的修改。

3、可以無限decode輸出的都是正確的內容。因為有的時候可能需要在一次請求中的兩個地方做decode，其它decode多次會把正確的數據改成其它數據，這個不會。

缺點：

1、看了下面的代碼就知道，這個是強制修改字符編碼中，指定區間內的編碼，也就說有可能誤殺，也有可能有超出這個區間的emoji沒殺到。不過僅僅是在字符前加反斜杠，即使誤殺了，發現之后也很容易改回來。

數據庫中發現有這樣的 ，是漏殺了，但是不知道為什么，這個可以直接存數據庫。

/**

把用戶輸入的文本轉義(主要針對特殊符號和emoji表情)

*/

function userTextEncode($str){

if(!is_string($str))return $str;

if(!$str || $str=='undefined')return '';

$text = json_encode($str); //暴露出unicode

$text = preg_replace_callback("/(\\\u[ed][0-9a-f]{3})/i",function($str){

return addslashes($str[0]);

},$text); //將emoji的unicode留下，其他不動，這里的正則比原答案增加了d，因為我發現我很多emoji實際上是\ud開頭的，反而暫時沒發現有\ue開頭。

return json_decode($text);

}

/**

解碼上面的轉義

*/

function userTextDecode($str){

$text = json_encode($str); //暴露出unicode

$text = preg_replace_callback('/\\\\\\\\/i',function($str){

return '\\';

},$text); //將兩條斜杠變成一條，其他不動

return json_decode($text);

}

//處理名字的emoji符號

$tmpStr = json_encode($text); //暴露出unicode

$tmpStr = preg_replace("#(\\\ue[0-9a-f]{3})#ie","addslashes('\\1')",$tmpStr); //將emoji的unicode留下，其他不動

$text = json_decode($tmpStr);

return $text;

方法4： 一個標准的解決方案：

1、mysql的版本必須為v5.5.3或更高

2、把數據庫的編碼改成utf8mb4 -- UTF-8 Unicode

3、然后需要存儲emoji表情的字段選擇utf8mb4_general_ci

4、數據庫連接也需要改為utf8mb4

設置完成后，應該可以看到如下類似字符集設置結果。那么可以直接的存入數據庫，無需做任何額外的事情了。

mysql> SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';

+--------------------------+--------------------+

| Variable_name | Value |

+--------------------------+--------------------+

| character_set_client | utf8mb4 |

| character_set_connection | utf8mb4 |

| character_set_database | utf8mb4 |

| character_set_filesystem | binary |

| character_set_results | utf8mb4 |

| character_set_server | utf8mb4 |

| character_set_system | utf8 |

| collation_connection | utf8mb4_unicode_ci |

| collation_database | utf8mb4_unicode_ci |

| collation_server | utf8mb4_unicode_ci |

+--------------------------+--------------------+

我在做微信公眾平台開發時遇到過這個問題，微信用戶的昵稱可以包含表情(坑爹- -!)。於是我就將整個昵稱轉換成HEX字符串存在MySQL中，目前用戶1W+，系統穩定，題主可以參考一下此方案。

MySQL支持hex() and unhex()函數。Java可以使用org.apache.commons.codec.binary.Hex工具類。其他語言也有相應的方法。


試試微博或qq里面的那種方式？用簡單的編碼來映射，比如微笑可以用 [wx] 或 /wx 。不過表情多了之后4個字符不怎么夠用。。。

urldecode

我看了一下 decode 的源碼，應該是不會出現問題。

只要沒有 % 解碼后肯定還是原來的字符(串)，有 % 會出現兩種情況，一種是解碼成功，這個時候肯定就不是原來的字符串了，一種是解碼失敗，拋出異常(其實這個異常可以作為是否 encode的標准)。

解碼還算是比較嚴格吧，作為用戶名的情況下 出現 % 還解碼成功的概率比較小吧，對於這部分你可以手動改數據庫，應該不會有很多。

你試試這個函數，之前弄微信自定義菜單的時候，也接觸過Emoji表情，當時看到用的這個函數把Emoji表情的編碼給轉換了。

function utf8_bytes($cp) {

if ($cp > 0x10000){

# 4 bytes

return chr(0xF0 | (($cp & 0x1C0000) >> 18)).

chr(0x80 | (($cp & 0x3F000) >> 12)).

chr(0x80 | (($cp & 0xFC0) >> 6)).

chr(0x80 | ($cp & 0x3F));

}else if ($cp > 0x800){

# 3 bytes

return chr(0xE0 | (($cp & 0xF000) >> 12)).

chr(0x80 | (($cp & 0xFC0) >> 6)).

chr(0x80 | ($cp & 0x3F));

}else if ($cp > 0x80){

# 2 bytes

return chr(0xC0 | (($cp & 0x7C0) >> 6)).

chr(0x80 | ($cp & 0x3F));

}else{

# 1 byte

return chr($cp);

}

}

我這個剛解決的這個問題(后端是java實現的，數據庫Mysql)，供參考。

1、修改存儲emoji字段編碼，例如放在username字段中：

ALTER TABLE user CHANGE username username VARCHAR(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci default null;

2、java在執行數據庫插入、更新操作前，要先執行 sql語句"set names utf8mb4" 語句。

使用BOLO類型

將數據庫編碼改為 utf8mb4

https://github.com/iamcal/php-emoji

我是用這個處理的~

http://www.emoji-cheat-sheet.com/

有一種編碼叫 utfmb4，支持 4 位長度的 utf8 編碼

喏，你的 MySQL 版本必須為 5.5 以上的

不用轉，直接數據庫轉成utf8mb4, 我以前就是這么干的

不用更改整個數據庫的把。。。create xxx() charset=utf8mb4 單表 utf8mb4就行了把

因為我的項目中需要對字數有限制的需求，涉及到逐字計數，在這基礎上我增加了emoji的功能完美實現。你需要代碼的話請再告訴我，我提供給你。

方法5 干掉emoji表情

emoji表情是個麻煩的東西，即使你能存儲，也不一定能完美顯示。在iOS以外的平台上，例如PC或者android。如果你需要顯示emoji，就得准備一大堆emoji圖片並使用第三方前端類庫才行。即便如此，還是可能因為emoji圖片不夠全而出現無法顯示的情況

在大多數業務場景下，emoji也不是非要不可的。我們可以適當地考慮干掉它，節約各種成本

經過一番苦苦的google，終於找到靠譜能用的代碼：

// 過濾掉emoji表情

function filterEmoji(str)

{str = preg_replace_callback(

‘/./u’,

function (array match)returnstrlen($match[0])>=4?″:$match[0];,str);

return $str;

}

基本思想就是遍歷字符串中的每個字符，如果該字符的長度為4個字節，就將其刪除。

轉載自：pein0119