Emoji表情（以及大多數Unicode字符）在存儲到MySQL數據庫時，通常需要確保數據庫、表和列都使用支持Unicode的字符集和校對規則。最常用的Unicode字符集是utf8mb4，因為支持所有Unicode字符，包括Emoji表情。實際開發中，數據存儲的時候需要對所有的Emoji表情進行UTF-8統一編碼并且需要確保能在不同平臺中進行解碼和顯示。ouy28資訊網——每日最新資訊28at.com

(基礎知識)位、字節、字符

在Java中，位（bit）、字節（byte）和字符（char）是三種基本的數據單位，各自具有特定的概念和用途。ouy28資訊網——每日最新資訊28at.com

位（bit）是計算機存儲和處理信息的最小單位，只能表示兩種狀態：0或1。在Java中，位并沒有對應的基本數據類型，而是作為最小的信息單元用于表示和操作數據。位操作常用于位掩碼、位字段和位運算等場景。ouy28資訊網——每日最新資訊28at.com

字節（byte）是計算機信息技術用于計量存儲容量的一種計量單位，也是Java中最小的內存單元。由8個二進制位（bit）組成，可以表示2^8種不同的狀態，0到255之間的整數值。字節類型用關鍵字byte表示。ouy28資訊網——每日最新資訊28at.com

字符（char）是Java中用來表示Unicode字符的數據類型。由16個二進制位（即2個字節）組成，可以表示更多的字符，包括英文字母、數字、標點符號、中文漢字以及其他特殊字符。字符類型用關鍵字char表示。ouy28資訊網——每日最新資訊28at.com

三者之間的主要區別在于其表示信息的粒度不同，位是最小的單位，字節次之，字符則相對較大。ouy28資訊網——每日最新資訊28at.com

UTF-8編碼中，字節和字符對應關系

在UTF-8編碼中，字節和字符的對應關系并不是一對一的固定關系，根據字符的不同而有所變化。UTF-8是一種可變長度的編碼方式，設計目標是向后兼容ASCII字符集。ouy28資訊網——每日最新資訊28at.com

1. 對于ASCII字符集中的字符（0-127范圍內的字符，包括英文字符、數字和一些控制字符），UTF-8編碼與ASCII編碼完全一致。這些字符在UTF-8編碼中只占用1個字節。
2. 對于其他Unicode字符，UTF-8使用多字節的序列來表示。具體的字節數取決于字符的Unicode碼點范圍：

對于U+0080到U+07FF范圍內的字符（例如帶有變音符號的拉丁字母等），UTF-8使用2個字節來表示。ouy28資訊網——每日最新資訊28at.com

對于U+0800到U+FFFF范圍內的字符（包括大部分常用的中日韓文字、東南亞文字、中東文字等），UTF-8使用3個字節來表示。ouy28資訊網——每日最新資訊28at.com

對于U+10000到U+10FFFF范圍內的字符（包括一些較為罕見的字符），UTF-8使用4個字節來表示。ouy28資訊網——每日最新資訊28at.com

在UTF-8編碼中，中文字符（包括簡體和繁體）的編碼通常占用3個字節，中文標點也占用3個字節。英文字符（包括大小寫字母）和英文標點在UTF-8編碼中則分別占用1個字節。ouy28資訊網——每日最新資訊28at.com

String類的length()和codePointCount()的區別

String類的length()和codePointCount()方法的主要區別在于計算字符串長度的方式不同。ouy28資訊網——每日最新資訊28at.com

1. 「計算單位」：length()方法返回的是字符串中的字符數，codePointCount()方法返回的是字符串中的Unicode碼點數。
2. 「處理Unicode碼點」：length()方法不能處理Unicode碼點，codePointCount()方法可以處理。在處理包含Unicode補充字符（如某些表情符號或特殊字符）的字符串時，codePointCount()方法能夠更準確地計算長度。
3. 「適用場景」：由于Unicode碼點能夠表示更廣泛的字符集，codePointCount()方法在處理包含多種語言字符或特殊字符的字符串時更為適用。length()方法則更適用于處理ASCII字符集或不包含Unicode補充字符的字符串。

Emoji編解碼

對整段字符進行編碼(正常字符串)ouy28資訊網——每日最新資訊28at.com

try {     //編碼    String encodeStr = URLDecoder.decode("字符串", StandardCharsets.UTF_8.name());    //解碼    String decodeStr = URLDecoder.decode(encodeStr, StandardCharsets.UTF_8.name());} catch (UnsupportedEncodingException e) {    e.printStackTrace();}

Emoij表情進行單獨編碼，只對Emoji表情編碼，其他字符不編碼，只需處理Unicode碼點即可，解碼的時候直接對整段解碼。ouy28資訊網——每日最新資訊28at.com

public class EmojiUtils {    /**     * 對emoji表情單獨編碼     */    public static String escape(String src){        //1.得到代碼點數量，也即是實際字符數，注意和length()的區別        //舉例：        //一個emoji表情是一個字符，codePointCount()是1，length()是2。        //但是遇到過一個emoji表情居然帶著空格符號，結果它的codePointCount()是2，length()也是2，實際上單獨拎emoji來說，它的length()應該說是1才對了。        //推測這就是它們是否屬于增補字符范圍內，length=2的是增補字符，length=1的不是。        int cpCount = src.codePointCount(0, src.length());        //2.得到字符串的第一個代碼點index，和最后一個代碼點index        //舉例：比如3個emoji表情，那么它的cpCount=3；firCodeIndex=0；lstCodeIndex=4        //因為每個emoji表情length()是2，所以第一個是0-1，第二個是2-3，第三個是4-5        int firCodeIndex = src.offsetByCodePoints(0, 0);        int lstCodeIndex = src.offsetByCodePoints(0, cpCount - 1);        StringBuilder sb = new StringBuilder();        int index = firCodeIndex;        while (index<=lstCodeIndex){            //3.獲得代碼點，判斷是否是emoji表情            //注意，codePointAt(int) 這個int對應的是codeIndex            //舉例:3個emoji表情，取第3個emoji表情，index應該是4            int codepoint = src.codePointAt(index);            if (!isEmojiCharacter(codepoint)) {                sb.append((char) codepoint);            }else{                try {                    //4.對emoji表情UTF-8編碼，判斷是否是增補字符范圍內                    int length = Character.isSupplementaryCodePoint(codepoint)? 2 : 1;                    String encoderStr = URLEncoder.encode(src.substring(index,index + length), "UTF-8");                    sb.append(encoderStr);                } catch (UnsupportedEncodingException e) {                }            }            //4.確定指定字符（Unicode代碼點）是否在增補字符范圍內。            //因為除了表情，還有些特殊字符也是在增補字符方位內的。            index += Character.isSupplementaryCodePoint(codepoint)? 2 : 1;        }        return sb.toString();    }        /**     * 過濾掉emoji表情     * @param src     * @return     */    public static String filter(String src) {        if (src == null) {            return null;        }        //得到codePointCount        int cpCount = src.codePointCount(0, src.length());        int firCodeIndex = src.offsetByCodePoints(0, 0);        int lstCodeIndex = src.offsetByCodePoints(0, cpCount - 1);        StringBuilder sb = new StringBuilder(src.length());        for (int index = firCodeIndex; index <= lstCodeIndex;) {            //遍歷每個codePoint            int codepoint = src.codePointAt(index);            if (!isEmojiCharacter(codepoint)) {                System.err.println("codepoint:" + Integer.toHexString(codepoint));                sb.append((char) codepoint);            }            index += ((Character.isSupplementaryCodePoint(codepoint)) ? 2 : 1);        }        return sb.toString();    }    /**     * 是否是Emoji表情     */    private static boolean isEmojiCharacter(int codePoint) {        return (codePoint >= 0x2600 && codePoint <= 0x27BF) // 雜項符號與符號字體                || codePoint == 0x303D || codePoint == 0x2049 || codePoint == 0x203C                || (codePoint >= 0x2000 && codePoint <= 0x200F)//                || (codePoint >= 0x2028 && codePoint <= 0x202F)//                || codePoint == 0x205F //                || (codePoint >= 0x2065 && codePoint <= 0x206F)//                /* 標點符號占用區域 */                || (codePoint >= 0x2100 && codePoint <= 0x214F)// 字母符號                || (codePoint >= 0x2300 && codePoint <= 0x23FF)// 各種技術符號                || (codePoint >= 0x2B00 && codePoint <= 0x2BFF)// 箭頭A                || (codePoint >= 0x2900 && codePoint <= 0x297F)// 箭頭B                || (codePoint >= 0x3200 && codePoint <= 0x32FF)// 中文符號                || (codePoint >= 0xD800 && codePoint <= 0xDFFF)// 高低位替代符保留區域                || (codePoint >= 0xE000 && codePoint <= 0xF8FF)// 私有保留區域                || (codePoint >= 0xFE00 && codePoint <= 0xFE0F)// 變異選擇器                || codePoint >= 0x10000; // Plane在第二平面以上的，char都不可以存，全部都轉    }}

ouy28資訊網——每日最新資訊28at.com

本文鏈接：http://www.tebozhan.com/showinfo-26-86514-0.html如何在Java中高效處理和編碼Emoji表情，包括編碼、解碼和過濾方法

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： ELK太重？試試輕量級分布式日志框架GrayLog

下一篇： 微軟 Surface Pro 9 英特爾版獲推 4 月固件更新，修復 Win10 11 動畫卡頓問題