MySQL 所謂的 utf8 實為 utf8mb3,最多 3 位元組/字元,僅覆蓋 BMP(基本多文種平面)。Emoji 位於輔助平面(代碼點 ≥ U+10000),需 4 位元組編碼,直接寫入會報錯:
Incorrect string value: '\xF0\x9F\x98\x84...' for column 'content'
-- 資料庫級
ALTER DATABASE `dbname` CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
-- 表級(含所有字串欄位)
ALTER TABLE `t1` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
-- 單欄位(若表已轉換,單欄通常無需再改)
ALTER TABLE `t1` MODIFY `content` VARCHAR(500) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
CONVERT TO 會重建表並轉換現有數據,utf8 → utf8mb4 無損。utf8mb4_unicode_ci(準確排序)或 utf8mb4_0900_ai_ci(8.0+,支援加權排序)。應用程式連接字串/配置必須顯式設定:
# JDBC
jdbc:mysql://host:3306/db?characterEncoding=utf8mb4&useUnicode=true
# PHP PDO
$pdo = new PDO("mysql:host=...;dbname=...;charset=utf8mb4", $user, $pass);
# Python PyMySQL
conn = pymysql.connect(..., charset='utf8mb4')
# Go sqlx
db, _ = sqlx.Open("mysql", "user:pass@tcp(host:3306)/db?charset=utf8mb4&parseTime=true")
驗證:SHOW VARIABLES LIKE 'character_set_%'; 客戶端、連接、結果集均為 utf8mb4。
[client]
default-character-set = utf8mb4
[mysql]
default-character-set = utf8mb4
[mysqld]
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci
init_connect = 'SET NAMES utf8mb4' -- 非超級用戶自動生效
若受限於舊框架/中介軟體無法升級,入庫前剔除 Emoji:
-- PHP 正則過濾(推薦)
$str = preg_replace('/[\xF0-\xF7][\x80-\xBF]{3}/', '', $str);
-- 或 Unicode 碼點範圍(較慢)
$str = preg_replace('/[\x{10000}-\x{10FFFF}]/u', '', $str);
u 修飾符啟用 UTF-8 模式。utf8mb4。charset=utf8mb4。mysql CLI 執行 SET NAMES utf8mb4)。INSERT ... VALUES ('😀🎉') → SELECT HEX(content) 應見 F09F9880F09F8E89。Emoji 存儲的核心是「全鏈路 utf8mb4」。MySQL 5.5.3+ 完整支援,5.7/8.0 更優化了索引長度限制(innodb_large_prefix 預設開啟)。無特殊理由,新專案直接採用 utf8mb4,舊專案按上述步驟遷移,一次到位。