Question

考虑下表：

CREATE TABLE t1 (f1 VARCHAR(255));

然后，不管ruby：

#!/usr/bin/env ruby
require 'json'
require 'sequel'
require 'mysql2'
DB = Sequel.connect(
    :adapter => 'mysql2',
    :database => 'd1',
    :user => '<user>',
    :password => '<password>',
    :encoding => 'utf8')
v1 = '{"a":"b\ud83c\udf4ec"}'
v2 = JSON.parse(v1)
p v2['a']
DB[:t1].truncate
DB[:t1].insert(f1: v2['a']);
p DB[:t1].first[:f1]

或php：

#!/usr/bin/env php
<?php
$dbh = new PDO('mysql:dbname=d1', '<user>', '<password>', [
    PDO::MYSQL_ATTR_INIT_COMMAND => 'SET NAMES utf8',
    PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION,
]);
$dbh->exec('TRUNCATE TABLE t1');
$v1 = '{"a":"b\ud83c\udf4ec"}';
$v2 = json_decode($v1);
var_dump($v2->a);
$sth = $dbh->prepare("INSERT INTO t1 VALUES (?)");
$sth->execute([$v2->a]);
$sth = $dbh->query("SELECT * FROM t1");
var_dump($sth->fetch()['f1']);

数据库中的内容是b。我正在运行mysql-5.1和文档says：

MySQL 5.1支持两个用于存储Unicode数据的字符集：



ucs2，Unicode字符集的UCS-2编码，每个字符使用16位。



utf8，Unicode字符集的UTF-8编码，每个字符使用一到三个字节。



这两个字符集支持Unicode 3.0版的基本多语言平面（BMP）中的字符。 BMP字符具有以下特征：


他们的代码值介于0到65535之间（或U+0000 .. U+FFFF）。

我做错了什么？

UPD

$ mysql -BNe 'SHOW CREATE TABLE t1' d1
t1  CREATE TABLE `t1` (\n  `f1` varchar(255) DEFAULT NULL\n) ENGINE=InnoDB DEFAULT CHARSET=utf8

Answer 1

看来这两个转义序列只代表一个字符：RED APPLE (U+1F34E)。第一个是代理人。 surrogates are：

UCS使用代理来处理初始基本多语言平面之外的字符，而不需要使用超过16位的字节表示。

所以必须如此，结果字符在BMP之外。并且mysql的{{1}}字符集不支持。

Answer 2

在我的MySQL 5.1（来自debian）中做

CREATE TABLE t1 (f1 VARCHAR(255));

有效地创建了一个LATIN1表：

mysql> show CREATE TABLE t1 ;
+-------+---------------------------------------------------------------------------------------------+
| Table | Create Table                                                                                |
+-------+---------------------------------------------------------------------------------------------+
| t1    | CREATE TABLE `t1` (
  `f1` varchar(255) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=latin1 |
+-------+---------------------------------------------------------------------------------------------+

因此，请先检查您的MySQL是否真的默认为UTF-8。

然后，众所周知，MySQL无法存储BMP表中的每个字符。我没有找到关于这方面的参考资料，但是之前就已经看过了。

从mysql 5.5.3引入了一个新的utf8mb4全unicode支持字符集作为statu如下所述：https://dev.mysql.com/doc/refman/5.5/en/charset-unicode-upgrading.html

最后，即使BMP 说，它们介于0和0xFFFF之间，也并不意味着他们正在使用此处所述的所有：{{3} }

mysql不支持范围U + 0000..U + FFFF中的所有符号

2 个答案: