mysql utf8mb4與emoji表情

一 什么是Emoji   

      emoji就是表情符號；詞義來自日語（えもじ，e-moji，moji在日語中的含義是字符）
　　表情符號現已普遍應用於手機短信和網絡聊天軟件。
　　emoji表情符號，在外國的手機短信里面已經是很流行使用的一種表情。
　　手機上如何使用emoji：
　　1.iphone、ipad系統：安裝emoji free，再設置-通用-鍵盤-國際鍵盤-添加新的鍵盤，然后把emoji添加在里面即可在發短信和一些輸入文本的文本框中輸入表情。
　　IOS 5用戶可直接從通用中添加emoji 鍵盤，無需再安裝emoji free
　　2.android系統：安裝“GO輸入法國際版”后，在輸入法里面點選安裝emoji插件可以使用。另外“百度輸入法”也自帶emoji表情
　　3.Windows Phone : 安裝此 Emoji Keys，在其中輸入之后復制粘貼到需要輸入表情的地方即可

    <此段摘自百度百科 http://baike.baidu.com/view/2631589.htm>

二 Emoji表情符號問題
   1 問題：
     IOS版本之間發送的Emoji表情符號不兼容，只看到方塊
     不同IOS版本在數據庫存數據時，有時會發生系統錯誤
   2 現象：
     IOS 4 輸入Emoji表情符，在IOS5.01 顯示正常，在IOS5.1中（大陸版）顯現為方塊， 但IOS5.01/5.1輸入的表情符號，顯示正      常
     IOS5.01/5.1 輸入表情符，在IOS5.01/5.1中顯示正常，但在IOS4.X顯示為方塊
     輸入Emoji入帖子正文， 可正常存儲。 但用戶昵稱在IOS4.X 輸入Emoji，系統正常， 而IOS5.01/5.1則提示系統錯誤。
   3 本質:
     iOS 5 and OS X 10.7 (Lion) use the Unicode 6.0 standard ‘unified’ code points for emoji.
     iOS 5 Emoji  采用Unicode 6 標准來統一code points 

     iOS 4 on SoftBank iPhones used a set of unofficial code points in the Unicode Private Use Area, and so aren't      compatible with any other systems
     iOS 4 采用SoftBank Unicode， 一種非官方的, 采用私有Unicode 區域。
   4 舉例:
     one emoji symbol "tiger", it is "\U0001f42f" in iOS5, but "\ue050" in earlier iOS version
    虎臉Emoji符號在iOS5 為Unicode：\U0001f42f；而在IOS4.x 為：\ue050 (SoftBank 編碼)
    另外： 按理講， 從iOS5 應該兼容以前版本的emoji, 但現在出現5.01版本完美兼容（無論大陸版，美版，還是港版）， 而5.1     大陸版出現了不兼容現象（騰訊微信也出現了同樣的問題）。
三 問題分析
   1 系統存儲錯誤問題（如昵稱，帖子內容）
    原因：
    由於IOS5.X 采用新的Unicode， 其UTF8 編碼大多為4個字節， 而由於昵稱/帖子內容column並沒設成utf8mb4，因此存儲會    發生錯誤。
    解決方法：
    將昵稱/帖子內容設成utf8mb4
   2 不同iOS 之間Emoji 不兼容的問題。 
   原因：
   iOS 5 到4 不兼容的問題，很簡單，unicode6 和softbank編碼的不同
   iOS 4 到 5，按理說應該兼容，也就是說，iOS應該自動判斷如果是softbank編碼，自動轉成unicode6。但現在看來， iOS5.1（大陸版）好像只支持unicode6, 而不支持softbank. 
   解決方法： 
   客戶端發送emoji-encoding: Softbank或unicode6, 由服務端分別給出相應的編碼表。
四 解決方案
   1 數據存儲(MySQL varchar  數據類型對UTF8 支持問題)
    MYSQL 5.5 之前， UTF8 編碼只支持1-3個字節， 從MYSQL5.5開始，可支持4個字節UTF編碼，但要特殊標記。例如我們的帖子內容項，我們加上了這個支持。服務端mysql統一存儲為ios5.x也就是Unicode編碼。
   對應alter語句:

ALTER TABLE topic MODIFY COLUMN content varchar(500) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '內容'; 

 2 編碼轉換:
    iphone手機方案
    客戶端輸入內容時候，統一存儲為unicode編碼(這里需要從softbank編碼轉換為unicode編碼)。客戶端請求內容的時候，需要根據不同的客戶端給出不同的編碼,ios4采用softbank編碼做替換,ios5采用unicode編碼直接支持。
    android或wp其他手機方案:
    如果沒有emoji表情庫，將無法輸入。針對輸入問題,將統一采用unicode編碼存儲。客戶端請求內容的時候，將統一用softbank編碼，客戶端需要把emoji表情符號內置到客戶端，做對應的編碼和img替換。
    web解決方案:
    參考android或wp其他手機方案
五 部分代碼
   1 sql代碼

CREATE TABLE `ios_emoji` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增ID',
  `unicode` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 'Unicode編碼',
  `utf8` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 'UTF8編碼',
  `utf16` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 'UTF16編碼',
  `sbunicode` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT 'SBUnicode編碼',
  `filename` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '文件名',
  `filebyte` longblob COMMENT '文件內容字節',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=COMPACT COMMENT='ios表情編碼表';

 2 java代碼

import java.io.UnsupportedEncodingException;
import org.apache.commons.lang.StringUtils;


public class IOSEmojiUtil {
    
    public static String[] ios5emoji ;
    public static String[] ios4emoji ;
    public static String[] androidnullemoji ;
    public static String[] adsbuniemoji;
    
    public static void initios5emoji(String[] i5emj,String[] i4emj,String[] adnullemoji,String[] adsbemoji){
        ios5emoji = i5emj;
        ios4emoji = i4emj;
        androidnullemoji = adnullemoji;
        adsbuniemoji = adsbemoji;
    }
    
    //在ios上將ios5轉換為ios4編碼
    public static String transToIOS4emoji(String src) {
        return StringUtils.replaceEach(src, ios5emoji, ios4emoji);
    }
    //在ios上將ios4轉換為ios5編碼
    public static String transToIOS5emoji(String src) {
        return StringUtils.replaceEach(src, ios4emoji, ios5emoji);
    }
    //在android上將ios5的表情符替換為空
    public static String transToAndroidemojiNull(String src) {
        return StringUtils.replaceEach(src, ios5emoji, androidnullemoji);
    }
    
    //在android上將ios5的表情符替換為SBUNICODE
    public static String transToAndroidemojiSB(String src) {
        return StringUtils.replaceEach(src, ios5emoji, adsbuniemoji);
    }
    
    //在android上將SBUNICODE的表情符替換為ios5
    public static String transSBToIOS5emoji(String src) {
        return StringUtils.replaceEach(src, adsbuniemoji, ios5emoji);
    }
    
    //eg. param: 0xF0 0x9F 0x8F 0x80
    public static String hexstr2String(String hexstr) throws UnsupportedEncodingException{
        byte[] b = hexstr2bytes(hexstr);
        return new String(b, "UTF-8");
    }
    
    //eg. param: E018
    public static String sbunicode2utfString(String sbhexstr) throws UnsupportedEncodingException{
        byte[] b = sbunicode2utfbytes(sbhexstr);
        return new String(b, "UTF-8");
    }
    
    //eg. param: 0xF0 0x9F 0x8F 0x80
    public static byte[] hexstr2bytes(String hexstr){
        String[] hexstrs = hexstr.split(" ");
        byte[] b = new byte[hexstrs.length];
        
        for(int i=0;i<hexstrs.length;i++){
            b[i] = hexStringToByte(hexstrs[i].substring(2))[0];
        }
        return b;
    }
    
    //eg. param: E018
    public static byte[] sbunicode2utfbytes(String sbhexstr) throws UnsupportedEncodingException{
        int inthex = Integer.parseInt(sbhexstr, 16);
        char[] schar = {(char)inthex};
        byte[] b = (new String(schar)).getBytes("UTF-8");
        return b;
    }
    
    public static byte[] hexStringToByte(String hex) {
        int len = (hex.length() / 2);
        byte[] result = new byte[len];
        char[] achar = hex.toCharArray();
        for (int i = 0; i < len; i++) {
            int pos = i * 2;
            result[i] = (byte) (toByte(achar[pos]) << 4 | toByte(achar[pos + 1]));
        }
        return result;
    }


    private static byte toByte(char c) {
        byte b = (byte) "0123456789ABCDEF".indexOf(c);
        return b;
    }
    
    public static void main(String[] args) throws UnsupportedEncodingException {
        // TODO Auto-generated method stub
        byte[] b1 = {-30,-102,-67}; //ios5 //0xE2 0x9A 0xBD        
        byte[] b2 = {-18,-128,-104}; //ios4 //"E018"
        
        //-------------------------------------
        
        byte[] b3 = {-16,-97,-113,-128};    //0xF0 0x9F 0x8F 0x80        
        byte[] b4 = {-18,-112,-86};         //E42A    
        
        
        ios5emoji = new String[]{new String(b1,"utf-8"),new String(b3,"utf-8")};
        ios4emoji = new String[]{new String(b2,"utf-8"),new String(b4,"utf-8")};    
        
        
        //測試字符串
        byte[] testbytes = {105,111,115,-30,-102,-67,32,36,-18,-128,-104,32,36,-16,-97,-113,-128,32,36,-18,-112,-86};
        String tmpstr = new String(testbytes,"utf-8");
        System.out.println(tmpstr);
        
        
        //轉成ios4的表情
        String ios4str = transToIOS5emoji(tmpstr);
        byte[] tmp = ios4str.getBytes();
        //System.out.print(new String(tmp,"utf-8"));        
        for(byte b:tmp){
            System.out.print(b);
            System.out.print(" ");
        }
    }
    
}

六 參考資料
1 Emoji 全編碼表：(我參考的這個)
  http://punchdrunker.github.com/iOSEmoji/table_html/flower.html
2 Emoji全編碼表
  http://code.iamcal.com/php/emoji/

3 iOS5/4 Emoji  兼容性：
  http://stackoverflow.com/questions/7856775/how-to-convert-the-old-emoji-encoding-to-the-latest-encoding-in-ios5
4 MySQL emoji問題
  http://dropblood.com/archives/ios-mysql-emoji
5 Emoji 中文對應表
  http://www.iapps.im/wp-content/uploads/2012/02/emoji-pinyin.png?r=010

七 下載資源 

emoji圖片和編碼表 http://download.csdn.net/detail/qdkfriend/4309051

  包括emoji文件表,emoji數據編碼表(Unicode編碼,UTF8編碼,UTF16編碼,SBUnicode編碼)