PHP real_escape_string()过滤Emoji问题：MySQL插入时表情丢失

这问题我之前也踩过坑，核心原因真不是real_escape_string()本身的问题，而是MySQL的utf8字符集藏着个历史遗留坑——它其实是**utf8mb3**，最多只能存3字节的Unicode字符，而你用的Emoji（比如\ud83d\ude2e）属于4字节的Unicode补充平面字符，根本不在它的支持范围内。再加上你数据库连接的字符集没配置对，real_escape_string()会把这些“无效”的4字节字符直接过滤掉，最终导致插入后表情凭空消失。

下面是一步步的解决办法：

1. 把数据库、表、列的字符集改成utf8mb4 #

utf8mb4才是MySQL真正支持完整UTF-8的字符集，能容纳所有Unicode字符（包括4字节的Emoji）。你需要执行以下SQL命令（记得替换成你的数据库、表、列名）：

• 修改整个数据库的字符集：

  ALTER DATABASE your_database_name CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;
  

• 修改目标表的字符集（会自动转换所有列）：

  ALTER TABLE your_table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;
  

• 如果只需要修改特定列：

  ALTER TABLE your_table_name MODIFY COLUMN your_column_name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci;
  

  （把VARCHAR(255)换成你列的实际类型，比如TEXT）

2. 调整数据库连接的字符集设置 #

这一步绝对不能忘！如果你的数据库连接还是默认的utf8，real_escape_string()依然会把4字节字符当成无效内容过滤。在连接数据库成功后，必须执行以下命令设置连接字符集：

$db->set_charset('utf8mb4');

这样real_escape_string()就会按照utf8mb4的规则来转义字符，不会再过滤Emoji了。

3. 验证效果 #

现在你再测试插入"Foo bar! \ud83d\ude2e"，经过real_escape_string()处理后，Emoji会被正确转义并存入数据库，查询出来也能正常显示。

补充说明 #

为什么之前用utf8_general_ci不行？因为MySQL的utf8是早年的不完整实现，官方早就推荐用utf8mb4来替代它处理全UTF-8字符。另外，排序规则utf8mb4_general_ci足够应付大部分场景，如果需要更精准的多语言排序，可以换成utf8mb4_unicode_ci。

最后记得修改前备份好数据库，避免意外数据丢失哦！

内容的提问来源于stack exchange，提问作者Mitya