将 UTF-8 编码的字符串插入 UTF-8 编码的 mysql 表失败，并显示“字符串值不正确”答案

【问题标题】：Inserting UTF-8 encoded string into UTF-8 encoded mysql table fails with "Incorrect string value"将 UTF-8 编码的字符串插入 UTF-8 编码的 mysql 表失败，并显示“字符串值不正确”
【发布时间】：2012-08-09 20:07:33
【问题描述】：

将 UTF-8 编码的字符串插入 UTF-8 编码的表会给出不正确的字符串值。

PDOException: SQLSTATE[HY000]: 一般错误: 1366 不正确的字符串值: '\xF0\x9D\x84\x8E i...' 列 'body_value' 在第 1 行: INSERT INTO

我有一个???? 字符，在mb_detect_encoding 声称是UTF-8 编码的字符串中。我尝试将此字符串插入到 MySQL 表中，该表定义为（除其他外）DEFAULT CHARSET=utf8

编辑： Drupal 总是使用 SET NAMES utf8 和可选的 COLLATE（至少在与 MySQL 通信时）。

编辑 2： 一些看起来相关的更多细节。我从 PostgreSQL 数据库中获取一些文本。我将它粘贴到一个对象上，使用 mb_detect_encoding 来验证它是 UTF-8，然后使用 node_save 将对象保存到数据库中。因此，虽然有触发导入的 HTTP 请求，但数据并非来自浏览器。

编辑 3： 数据在两个表上非规范化：

SELECT character_set_name FROM information_schema.COLUMNSC WHERE table_schema = "[database]" AND table_name IN ("field_data_body", "field_revision_body") AND column_name = "body_value";

>+--------------------+
| character_set_name |
+--------------------+
| utf8               |
| utf8               |
+--------------------+

编辑 4： 这个角色有可能是“新人”吗？我对the relationship between unicode and UTF-8 有点模糊，但这个wikipedia article 暗示这个字符是最近才标准化的。

我不明白为什么会因为“字符串值不正确”而失败。

【问题讨论】：

该表上的字段是否使用 UTF-8 字符集定义？
UTF-8 Database Problem的可能重复
SELECT character_set_name FROM information_schema.`COLUMNS` C WHERE table_schema = "db_name" AND table_name = "table_name" AND column_name = "column_name"; 提供了什么
MySQL 的 utf8 只是 BMP。它的utf8mb4对应外界的UTF-8（包含4字节字符）。
该错误是由于试图将 4 个字节塞进一个无法处理的字符集（即 MySQL 的“utf8”）。

标签： php mysql drupal

【解决方案1】：

? (U+1D10E) 是在 BMP（基本多语言平面）之外（在 U+FFFF 之上）发现的字符 Unicode，因此不能用 UTF-8 以 3 个字节表示。 MySQL charset utf8 仅接受 UTF-8 字符，如果它们可以用 3 个字节表示。如果需要将其存储在 MySQL 中，则需要使用 MySQL charset utf8mb4。您需要 MySQL 5.5.3 或更高版本。您可以使用 ALTER TABLE 更改字符集，没有太大问题；因为它需要更多空间来存储字符，所以出现了一些可能需要您减小字符串大小的问题。见http://dev.mysql.com/doc/refman/5.5/en/charset-unicode-upgrading.html。

【讨论】：

太好了，非常感谢。在进行这种特定类型的保存时更改表并执行“SET NAMES”，为我解决了这个问题。
旧版本的 MySQL 有解决方案吗？
如果他可以更改数据库，他肯定可以比使用 Postgresql 更轻松地升级 MySQL。
@JeromeJ - 5.5.3 是引入 utf8mb4 的时候。抱歉，没有 text 方法来存储 4 字节 UTF-8（非 BMP）字符。
@RickJames 我想我确实在保存字符串之前用它们的 HTML 字符替换了所有 4 字节的 UTF-8。

【解决方案2】：

要解决这个问题，首先将数据库字段更改为 utf8m4b 字符集。例如：

ALTER TABLE `tb_name` CHANGE `field_name` `field_name` VARCHAR(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL;

然后在您的数据库连接中，将 driver_options 设置为 utf8mb4。例如，如果您使用 PDO

$db = new PDO('mysql:host=localhost;dbname=testdb;charset=utf8mb4', 'username', 'password');

或在 zend 框架 1.2 中

$dbParam = array('host' => 'localhost', 'username' => 'db_user_name',
            'password' => 'password', 'dbname' => 'db_name',
            'driver_options' => array(
                '1002' => "SET NAMES 'utf8mb4'",
                '12'    => 0 //this is not necessary
            )
        );

【讨论】：

这里的 1002 和 12 代表什么？
它们是PDO mysql中driver_options的选项。您可以参考这里了解更多详情php.net/manual/en/ref.pdo-mysql.php
PDO::MYSQL_ATTR_INIT_COMMAND (1002) 和 PDO::FETCH_KEY_PAIR (12)。与问题相关的 FETCH_KEY_PAIR 是否必要？

【解决方案3】：

【解决方案4】：

我修复了错误： SQLSTATE[HY000]：一般错误：1366 字符串值不正确...... 用这个方法：

我使用 utf8mb4_unicode_ci 作为数据库为所有表设置 utf8mb4_unicode_ci

为列设置长博客数据类型（不是文本，长文本......您需要大数据类型来存储 4 个字节的内容）

现在好了。如果你使用laravel，继续编辑config/database.php

'charset' => 'utf8mb4',
'collation' => 'utf8mb4_unicode_ci',

如果您使用函数 strtolower，请将其替换为 mb_strtolower 注意：你必须把<meta charset="utf-8">放在你的head标签上

【讨论】：