问题描述
我正在开发一个带有PHP+MySQL后端的iOS应用程序。这款应用有一个聊天部分,需要支持表情符号。 我的表是utf8_unicode_ci。如果我没有在我的脚本中调用‘set Names UTF8’,它实际上起作用的表情符号--无论在数据库中输入什么,都会像应该的那样返回给客户端。
问题是,这(如果我理解正确的话)在数据库中错误地存储了特殊字符,这破坏了字符串比较(即,在比较字符串时不再与I相同)。
然而,如果我真的调用集合名称UTF8,表情符号字符突然被插入为一堆问号。
有没有关于正确处理这一问题的建议?谢谢!
推荐答案
问题是数据库是否具有变音不敏感比较。另一个问题是组成字符,可以表示为一个Unicode字符或两个组成代理项对的Unicode字符。有几种方法可以将字符串转换为预先合成或分解的形式:preComposedStringWith*和DisplposedStringWith*。
MySQL似乎支持两种形式的Unicode ucs2(即被utf16取代的旧形式),即每个字符16位和UTF8,每个字符最多3个字节。坏消息是,这两种形式都不支持需要至少17位的第一层面字符。(主要是表情符号)。看起来MySQL5.5.3和更高版本也支持utf8mb4、utf16和utf32支持BMP和补充字符(阅读emoji)。请参阅MySQL Unicode Character Sets。以下是演示不同Unicode字节表示形式的一些代码和结果。 Unicode是21位编码系统。 UTF32直接表示代码点,并清楚地演示已分解的代理项对。 UTF8和UTF16需要一个或多个字节来表示Unicode字符。
NSLog(@"character: %@", @"Å");
NSLog(@"decomposedStringWithCanonicalMapping UTF8: %@", [[@"Å" decomposedStringWithCanonicalMapping] dataUsingEncoding:NSUTF8StringEncoding]);
NSLog(@"decomposedStringWithCanonicalMapping UTF16: %@", [[@"Å" decomposedStringWithCanonicalMapping] dataUsingEncoding:NSUTF16BigEndianStringEncoding]);
NSLog(@"decomposedStringWithCanonicalMapping UTF32: %@", [[@"Å" decomposedStringWithCanonicalMapping] dataUsingEncoding:NSUTF32BigEndianStringEncoding]);
NSLog(@"precomposedStringWithCanonicalMapping UTF8: %@", [[@"Å" precomposedStringWithCanonicalMapping] dataUsingEncoding:NSUTF8StringEncoding]);
NSLog(@"precomposedStringWithCanonicalMapping UTF16: %@", [[@"Å" precomposedStringWithCanonicalMapping] dataUsingEncoding:NSUTF16BigEndianStringEncoding]);
NSLog(@"precomposedStringWithCanonicalMapping UTF32: %@", [[@"Å" precomposedStringWithCanonicalMapping] dataUsingEncoding:NSUTF32BigEndianStringEncoding]);
NSLog(@"character: %@", @"");
NSLog(@"dataUsingEncoding UTF8: %@", [@"" dataUsingEncoding:NSUTF8StringEncoding]);
NSLog(@"dataUsingEncoding UTF16: %@", [@"" dataUsingEncoding:NSUTF16BigEndianStringEncoding]);
NSLog(@"dataUsingEncoding UTF32: %@", [@"" dataUsingEncoding:NSUTF32BigEndianStringEncoding]);
//对于某些代理对,没有其他形式
NSString *aReverse = [[NSString alloc] initWithBytes:"xD8x3CxDDx70x00" length:4 encoding:NSUTF16BigEndianStringEncoding];
NSLog(@"character: %@", aReverse);
NSLog(@"dataUsingEncoding UTF8: %@", [aReverse dataUsingEncoding:NSUTF8StringEncoding]);
NSLog(@"dataUsingEncoding UTF16: %@", [aReverse dataUsingEncoding:NSUTF16BigEndianStringEncoding]);
NSLog(@"dataUsingEncoding UTF32: %@", [aReverse dataUsingEncoding:NSUTF32BigEndianStringEncoding]);
NSLog输出:
character: Å
decomposedStringWithCanonicalMapping UTF8: <41cc8a>
decomposedStringWithCanonicalMapping UTF16: <0041030a>
decomposedStringWithCanonicalMapping UTF32: <00000041 0000030a>
precomposedStringWithCanonicalMapping UTF8: <c385>
precomposedStringWithCanonicalMapping UTF16: <00c5>
precomposedStringWithCanonicalMapping UTF32: <000000c5>
character:
dataUsingEncoding UTF8: <f09f98b1>
dataUsingEncoding UTF16: <d83dde31>
dataUsingEncoding UTF32: <0001f631>
character:
dataUsingEncoding UTF8: <f09f85b0>
dataUsingEncoding UTF16: <d83cdd70>
dataUsingEncoding UTF32: <0001f170>