Google App Engine 对 utf8mb4 的支持

Question

根据这个article，从iOS4到iOS6支持emoji字符的正确方法是使用utf8mb4编码。 App Engine 的数据存储区是否支持 utf8mb4？目前我在我的 iOS 应用程序中使用 Java 版本的 App Engine 作为后端。

Answer 1

首先，您链接到的文章讲述了作者使用mysql 作为数据库开发iOS 应用程序的经验。在 mysql 中，编码“utf8”仅表示长度为 1、2 或 3 个字节的字符。

但是，根据定义，utf8 支持 1、2、3 或 4 字节长的字符。因此，在 mysql 编码和排序规则的上下文中，utf8 意味着最多只有 3 个字节的字符。对于 4 字节长的字符，mysql 设计了 ​​utf8mb4 编码。

但是，这仅适用于 mysql 上下文。在 mysql 世界之外，utf8 自动意味着支持 1、2、3 或 4 字节字符。请参阅UTF-8 wikipedia page，它在介绍性段落中谈到了这一点：

UTF-8 对 Unicode 中的 1,112,064[7] 个代码点中的每一个进行编码 使用一到四个 8 位字节的字符集（在 Unicode 标准）。

因此，当平台或软件应用程序声称支持 UTF-8 时，这意味着支持所有 1,112,064 个代码点，每个字符可以消耗 1、2、3 或 4 个字节。

mysql 案例是一个异常情况，其中 utf8 编码并不是真正的 100% utf8，而是 utf-8 的大约 6%（但大多数人不会注意到这一点，除非他们开始使用表情符号或其他字符）。

所以我的建议是，当谷歌应用引擎接受 utf-8 作为它们支持的有效编码时，可以安全地假设它们支持 4 字节字符。