Incorrect string value: '\xF0\x9F\x92\x83' for column 'content' at row 1

最近项目中遭遇了这个MySQL的报错信息，具体情境是这样的：

1. MySQL数据表charset=utf8，content字段类型 longtext

2. 插入数据如下（简化版）: INSERT INTO tb_article(content) VALUES ('💃');

3. 这个奇怪的符号是从网上爬取的文章内容中的一个emoji，需要插入到mysql文章信息表中

网上查到的资料给的解决方案是将 mysql 表的编码调整为 utf8-mb4，这样使mysql能够存储长度为4个字节的字符，再次执行类似的插入操作就不会报错了。 然后就产生了几个问题：

1. mysql为什么不支持4字节字符？

2. mysql中的utf8和utf8-mb4分别是什么？

3. utf-8编码是怎么处理多字节字符的？

对于问题1和2下面有一段简短的解释，摘抄自网络：

MySQL数据库的 “utf8”并不是真正概念里的 UTF-8。 MySQL中的“utf8”编码只支持最大3字节每字符。真正的大家正在使用的UTF-8编码是应该能支持4字节每个字符。 MySQL的开发者没有修复这个bug。他们在2010年增加了一个变通的方法：一个新的字符集“utf8mb4” 当然，他们并没有对外公布（可能因为这个bug有点尴尬）。现在很多指南推荐用户使用“utf8”其实都错了。

简单的说: MySQL中的 “utf8mb4” 才是 真正意义上的“UTF-8”。 MySQL的“utf8”是个“特殊的字符编码”。这种编码很多Unicode字符保存不了。

转载处 : https://www.jianshu.com/p/ab9aa8d4df7d?openInApp=1

看完这个解释之后应该有人会想吐槽mysql对utf-8的支持吧，不过这个解释又引入了一个新的问题：

4. Unicode又是什么编码？

所以，我们现在有两个问题了，问题3和问题4，然而这两个问题其实就是字符集编码的问题，如果弄明白了字符编码，这两个问题就明白了，所以我们还剩下一个终极问题：

1024. 计算机如何处理字符编码？？

为了搞明白这个问题，我谷歌了一篇很经典的文章，介绍了计算机字符编码的来龙去脉，不过这篇文章是英文的，我把它翻译成中文，由于本人英文水平有限，如果有翻译错误的地方，请见谅！

译文地址：戳我

最后，我们来给问题3和4定义答案。

问题3：utf-8编码是怎么处理多字节字符的？

对于UTF-8来说，其实它定义了一套编码规则，简述如下：

UTF-8规定：如果一个字符只需要一个字节存储，则它的最高位规定为0，其余7位存储字符的二进制表示（也就是ASCII码）；如果需要超过一个字节存储，那么它的第一个字节的高位中连续1的个数表示了总共占用的字节个数，其他各字节最高2位固定为10。可以查看文章  附图3  就是UTF-8的编码规则。

问题4：Unicode又是什么编码？

其实读完文章我们就会发现，Unicode其实并不是一种编码，它只是一个规范而已：它给每一个字符对应了一个唯一的数字，也就是 U+ 码，兼容了所有平台、设备、应用和语言。像ASCII、UCS-2、UTF-8、UTF-16这些才被称为字符编码，当内存中的Unicode字符需要被保存到文件或者要在计算机之间传输的时候，需要使用这些编码中的某一个把字符串编码成相应的二进制，再次读入内存的时候又会按照同样的编码格式转换成Unicode格式，所以大部分字符编码都是遵循了Unicode规范的。

-------------------------

* 附图1 ： ASCII 字符编码表

* 附图2：  OEM 字符编码表（扩充了ASCII，共256个字符）

* 附图3： UTF-8字符编码规则

===========================================

Thanks For Reading ~~~