1. 什么是 utf8
理论上，utf8 使用 1-6 个字符，
实际上，最新的 utf8 规范只使用一到四个字节，最大能编码21位，正好能够表示所有的 17个 Unicode 平面。
2. 什么是 utf8mb4
utf8mb4 是 utf8 的超集，理论上原来使用 utf8，然后将字符集修改为 utf8mb4，也不会对已有的utf8 编码读取产生任何问题。
3. MySQL 中的 utf8
MySQL 中的 utf8，只支持最长三个字节的 utf8 字符，也就是 Unicode 中的基本多文本平面。
仅使用三个字符的原因可能是，基本多文种平面之外的字符很少用到。
而在 MySQL 5.5.3 版本后，要在 Mysql 中保存 4 字节长度的 UTF-8 字符，就可以使用 utf8mb4 字符集了。例如可以用 utf8mb4 字符编码直接存储 emoj 表情，而不是存表情的替换字符。
4. Django 解决 \xF0\x9F\x90\xAF 错误
如果在 MySQL 的 utf8 字符集上写入表情字符，就会提示 Incorrect string value: ’\xF0\x9F\x90\xAF’ for column ... 错误。
解决办法就是，修改表中相关列或表的编码格式，然后在 Django 中配置访问数据库编码方式。由于 utf8mb4 是 utf8 的超集，兼容 utf8 的数据，不需要修改原来的数据，就可以正常的使用了。
4.1 修改 MySQL 编码
查看表结构编码
1
| > SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';
|
回显
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| +--------------------------+-------------------+
| Variable_name | Value |
+--------------------------+-------------------+
| character_set_client | utf8 |
| character_set_connection | utf8 |
| character_set_database | latin1 |
| character_set_filesystem | binary |
| character_set_results | utf8 |
| character_set_server | latin1 |
| character_set_system | utf8 |
| collation_connection | utf8_general_ci |
| collation_database | latin1_swedish_ci |
| collation_server | latin1_swedish_ci |
+--------------------------+-------------------+
|
修改表结构字符，按需修改
1
2
3
4
5
6
| # 修改某个数据库
ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE utf8mb4_unicode_ci;
# 修改某个表
ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
# 修改某列
ALTER TABLE table_name CHANGE column_name column_name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL;
|
4.2 Django 升级到 utf8mb4 配置
1
2
3
4
5
6
| DATABASES = {
'default': {
...
'OPTIONS': {'charset':'utf8mb4'},
},
}
|
4.3 修改 MySQL 配置[可选]
C:\ProgramData\MySQL\MySQL Server 5.6\my.ini
1
2
3
4
5
6
7
8
9
10
| [client]
default-character-set = utf8mb4
[mysql]
default-character-set = utf8mb4
[mysqld]
character-set-client-handshake = FALSE
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci
|
5. 参考
