emoj表情保存，emoj错误

来源：互联网发布：苹果手机清除数据编辑：程序博客网时间：2024/04/30 05:07

前端时间开发app服务，在网上爬取文章时，总是在保存特定的几条内容时出现sql错误，如下图：

java.sql.SQLException:Incorrect string value: '\xf0\x9f' ... 等错误，经过分析发现时改文章包含表情emoj符号，在保存数据的时候，mysql数据库设置的编码为UTF-8格式，并不支持，对应的支持编码为utf8mb4 ,可是在设计数据库的时候并没有想到emoj表情的的事情，现在如果修改数据类型，对应的程序链接也需要修改，不能指定编码格式，未知的问题不清楚，最后的解决方案只能是过滤掉文章中包含的emoj表情符号,

后续app会出聊天程序，设置成utf8mb4也是不可避免的。

过滤方案如下：

/**     * 替换四个字节的字符 ‘\xF0\x9F\x98\x84\xF0\x9F）的解决方案 ??     * @author     * @data 2015年8月11日 上午10:31:50     * @param content     * @return     */    public static String removeFourChar(String content) {        byte[] conbyte = content.getBytes();        for (int i = 0; i < conbyte.length; i++) {            if ((conbyte[i] & 0xF8) == 0xF0) {                for (int j = 0; j < 4; j++) {                                              conbyte[i+j]=0x30;                                     }                  i += 3;            }        }        content = new String(conbyte);        return content.replaceAll("0000", "");    }

关于emoj相关的知识点：

/**

*

* 本类的主要功能是将带有emoji的字符串，格式化成unicode字符串，并且提供可见unicode字符反解成emoji字符

*

*

* 相关识知点：

* <b>

* Unicode平面，

* BMP的字符可以使用charAt(index)来处理,计数可以使用length()

* 其它平面字符，需要用codePointAt(index),计数可以使用codePointCount(0,str.lenght())</b>

*

* Unicode可以逻辑分为17平面（Plane），每个平面拥有65536（ = 216）个代码点，虽然目前只有少数平面被使

* 用。

* 平面0 (0000–FFFF): 基本多文种平面（Basic Multilingual Plane, BMP）.

* 平面1 (10000–1FFFF): 多文种补充平面（Supplementary Multilingual Plane, SMP）.

* 平面2 (20000–2FFFF): 表意文字补充平面（Supplementary Ideographic Plane, SIP）.

* 平面3 (30000–3FFFF): 表意文字第三平面（Tertiary Ideographic Plane, TIP）.

* 平面4 to 13 (40000–DFFFF)尚未使用

* 平面14 (E0000–EFFFF): 特别用途补充平面（Supplementary Special-purpose Plane, SSP）

* 平面15 (F0000–FFFFF)保留作为私人使用区（Private Use Area, PUA）

* 平面16 (100000–10FFFF)，保留作为私人使用区（Private Use Area, PUA）

*

* 参考：

* 维基百科: http://en.wikipedia.org/wiki/Emoji

* GITHUB: http://punchdrunker.github.io/iOSEmoji/

* 杂项象形符号:1F300-1F5FF

* 表情符号：1F600-1F64F

* 交通和地图符号:1F680-1F6FF

* 杂项符号：2600-26FF

* 符号字体:2700-27BF

* 国旗：1F100-1F1FF

* 箭头：2B00-2BFF 2900-297F

* 各种技术符号：2300-23FF

* 字母符号: 2100–214F

* 中文符号： 303D 3200–32FF 2049 203C

* Private Use Area:E000-F8FF;

* High Surrogates D800..DB7F;

* High Private Use Surrogates DB80..DBFF

* Low Surrogates DC00..DFFF D800-DFFF E000-F8FF

* 标点符号：2000-200F 2028-202F 205F 2065-206F

* 变异选择器：IOS独有 FE00-FE0F

* /

如果有表情的unicode码大于4位 比如 1f20b 代表笑脸

Character.toChars(Integer.parseInt("1f60d", 16)) 使用这种方法可以打印

0 0