Golang 如何使用 gorm 存取带有 emoji 表情的数据

Golang 如何使用 gorm 存取带有 emoji 表情的数据

• [结论：在 mysql 中尽量使用 utf8mb4，不要使用 utf8。](#结论：在 mysql 中尽量使用 utf8mb4，不要使用 utf8。)
• [db报错信息：`Error 1366 (HY000): Incorrect string value: '\\xE6\\x8C\\xA5\\xE7\\xAC\\xA6...'`](#db报错信息：Error 1366 (HY000): Incorrect string value: '\\xE6\\x8C\\xA5\\xE7\\xAC\\xA6...')
• [根本原因：emoji 4个字节，mysql 的 utf8 3个字节，mysql 的 utf8mb4 4个字节](#根本原因：emoji 4个字节，mysql 的 utf8 3个字节，mysql 的 utf8mb4 4个字节)
• 解决方案：
• • [1. 【前置条件】修改数据库的字符集配置，然后重启数据库：确保存储emoji的字段类型为 `utf8mb4`](#1. 【前置条件】修改数据库的字符集配置，然后重启数据库：确保存储emoji的字段类型为 utf8mb4)
  • [2. 修改 gorm 的数据库连接串配置，改为 `charset=utf8mb4`，然后重启项目](#2. 修改 gorm 的数据库连接串配置，改为 charset=utf8mb4，然后重启项目)
• 其他补充：
• 关联文档：

结论：在 mysql 中尽量使用 utf8mb4，不要使用 utf8。

db报错信息：Error 1366 (HY000): Incorrect string value: '\\xE6\\x8C\\xA5\\xE7\\xAC\\xA6...'

根本原因：emoji 4个字节，mysql 的 utf8 3个字节，mysql 的 utf8mb4 4个字节

emoji 表情是4个字节，而 mysql 的 utf8 编码最多3个字节，所以数据插不进去。

而 mysql 的 utfmb4 是支持4个字节的，所以将 mysql 编码从 utf8 转换成 utf8mb4 就能解决。

解决方案：

1. 【前置条件】修改数据库的字符集配置，然后重启数据库：确保存储emoji的字段类型为 utf8mb4

根据实际需要选择运行下面的sql语句：

# 修改数据库字符集：
ALTER DATABASE db_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci;

# 修改表的字符集：
ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

# 修改字段的字符集：
ALTER TABLE table_name CHANGE column_name column_name VARCHAR(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;

#查看表字段的字符集
show full columns from table_name;

2. 修改 gorm 的数据库连接串配置，改为 charset=utf8mb4，然后重启项目

比如：
user:password@tcp(host)/dbname?charset=utf8&parseTime=True&loc=Local

修改为 charset=utf8mb4 后：
user:password@tcp(host)/dbname?charset=utf8mb4&parseTime=True&loc=Local

其他补充：

1. MySQL 5.7 及之前版本默认的字符集是 latin1，MySQL 8.0 版本默认的字符集是 utf8mb4 。
2. 不过使用 latin1 容易导致乱码，所以还是 utf8 和 utf8mb4 用途最广泛。
3. mysql 的 utf8 其实是 utf8mb3 的别名，只使用 1～3 个字节表示字符。
4. mysql 的 utf8mb4 使用 1～4 个字节表示字符，能够存储更多的 emoji 表情及任何新增的 Unicode 字符。utf8mb4 兼容 utf8 ，且比 utf8 能表示更多的字符，是 utf8 字符集的超集。
5. 所以现在一些新的业务建议将数据库的字符集设置为 utf8mb4 ，特别是有表情存储需求时。

关联文档：

mysql 函数 md5 踩坑记录，报错：Error 1366 (HY000): Incorrect string value: '\xE6\x8C\xA5\xE7\xAC\xA6...