事情起因是某天编辑博客时，发现保存时后台报错了，通过定位，发现 Django 报了如下错误：
嗯？编码相关？想了下，这次编辑跟以往的唯一区别就是插入了一个 emoji 表情，看来是我的数据库不支持 emoji 导致的报错了?。既然知道了问题，那查找原因也就十分简单了。
1. 什么是 utf8
理论上，utf8 使用 1~6 个字符，
实际上，最新的 utf8 规范只使用 1~4 字节，最大能编码 21 位，正好能够表示所有的 17 个 Unicode 平面。
2. 什么是 utf8mb4
utf8mb4 是 utf8 的超集，理论上原来使用 utf8，然后将字符集修改为 utf8mb4，也不会对已有的utf8 编码读取产生任何问题。
3. MySQL 中的 utf8
MySQL 中的 utf8，只支持最长三个字节的 utf8 字符，也就是 Unicode 中的基本多文本平面。
仅使用三个字符的原因可能是，基本多文种平面之外的字符很少用到。
而在 MySQL 5.5.3 版本后，要在 Mysql 中保存 4 字节长度的 UTF-8 字符，就可以使用 utf8mb4 字符集了。例如可以用 utf8mb4 字符编码直接存储 emoj 表情，而不是存表情的替换字符。
4. Django 解决 \xF0\x9F\x90\xAF 错误
如果在 MySQL 的 utf8 字符集上写入表情字符，就会提示 Incorrect string value: ’\xF0\x9F\x90\xAF’ for column ... 错误。
解决办法就是，修改表中相关列或表的编码格式，然后在 Django 中配置访问数据库编码方式。由于 utf8mb4 是 utf8 的超集，兼容 utf8 的数据，不需要修改原来的数据，就可以正常的使用了。
4.1 修改 MySQL 编码
4.1.1 查看 MySQL 默认编码
SHOW VARIABLES WHERE Variable_name LIKE 'character\_set\_%' OR Variable_name LIKE 'collation%';
+--------------------------+-------------------+
| Variable_name | Value |
+--------------------------+-------------------+
| character_set_client | utf8 |
| character_set_connection | utf8 |
| character_set_database | latin1 |
| character_set_filesystem | binary |
| character_set_results | utf8 |
| character_set_server | latin1 |
| character_set_system | utf8 |
| collation_connection | utf8_general_ci |
| collation_database | latin1_swedish_ci |
| collation_server | latin1_swedish_ci |
+--------------------------+-------------------+
4.1.2 查看数据库编码
show create database mydatabase;
+----------+--------------------------------------------------------------------+
| Database | Create Database |
+----------+--------------------------------------------------------------------+
| mydb | CREATE DATABASE `mydb` /*!40100 DEFAULT CHARACTER SET latin1 */ |
+----------+--------------------------------------------------------------------+
可以看到默认的数据库编码是 latin1。
4.1.3 查看数据表编码
show create table mytable;
| blog_article | CREATE TABLE `blog_article` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`title` varchar(200) NOT NULL,
`head_img` varchar(100) NOT NULL,
`read_hit` int(11) NOT NULL,
`like_hit` int(11) NOT NULL,
`content` longtext NOT NULL,
`abstract` longtext,
`create_time` datetime NOT NULL,
`update_time` datetime NOT NULL,
`allow_comment` tinyint(1) NOT NULL,
`public` tinyint(1) NOT NULL,
`author_id` int(11) NOT NULL,
`cat_id` int(11) NOT NULL,
PRIMARY KEY (`id`),
KEY `blog_content_4f331e2f` (`author_id`),
KEY `blog_content_05e7bb57` (`cat_id`)
) ENGINE=MyISAM AUTO_INCREMENT=193 DEFAULT CHARSET=utf8 |
?... 可以看到我的数据表编码是 utf8，没法支持 emoji。
4.1.4 修改 MySQL 数据库(表)编码
# 修改某个数据库
ALTER DATABASE database_name CHARACTER SET = utf8mb4 COLLATE utf8mb4_unicode_ci;
# 修改某个表
ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
# 修改某列
ALTER TABLE table_name CHANGE column_name column_name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL;
4.2 Django 升级到 utf8mb4 配置
DATABASES = {
'default': {
...
'OPTIONS': {
'charset': 'utf8mb4'
},
},
}
4.3 修改 MySQL 配置[可选]
vim /etc/my.cnf
[client]
default-character-set = utf8mb4
[mysql]
default-character-set = utf8mb4
[mysqld]
character-set-client-handshake = FALSE
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci