Início / coding / Perguntas / 78932540
Accepted
Rohit
Asked: 2024-08-30 22:31:28 +0800 CST

É possível exibir emojis em PHP com MySQL 5.x, mas não 8.x

  • 772

Tenho um projeto PHP 7.3 que atualmente usa MySQL 5.5, com utf8tabelas. Algumas das tabelas contêm dados de emoji, que aparecem bem no projeto atual. Estou tentando atualizar o projeto para MySQL 8.x, mas quando o faço, os dados de emoji aparecem incorretamente.

Primeiro, atualizei todas as tabelas 5.5 para usar uf8mb4. Nesse estado, os dados apareceram. Então atualizei para 5.7, e as coisas continuaram a funcionar. Eu despejei esses dados, atualizei para 8.0 e recarreguei (eu usei o --default-character-set=utf8mb4sinalizador em dump e load), e então os dados pararam de aparecer corretamente, por exemplo, uma lâmpada aparecendo como 💡.

Estou executando cada um desses serviços no docker. Consegui atualizar de 5.5 para 5.7 usando o mesmo volume de dados sem problemas, mas ao tentar atualizar de 5.7 para 8.0, obtive erros que não consegui resolver e acabei fazendo um dump/restauração de dados.

Uma tabela de exemplo com um campo com um emoji:

DROP TABLE IF EXISTS `forums`;
/*!40101 SET @saved_cs_client     = @@character_set_client */;
/*!40101 SET character_set_client = utf8 */;
CREATE TABLE `forums` (
  `forumID` int(11) NOT NULL AUTO_INCREMENT,
  `title` varchar(200) COLLATE utf8_unicode_ci NOT NULL,
  `description` text COLLATE utf8_unicode_ci,
  `forumType` varchar(1) COLLATE utf8_unicode_ci DEFAULT 'f',
  `parentID` int(11) DEFAULT NULL,
  `heritage` varchar(25) COLLATE utf8_unicode_ci NOT NULL,
  `order` int(5) NOT NULL,
  `gameID` int(11) DEFAULT NULL,
  `threadCount` int(11) NOT NULL,
  PRIMARY KEY (`forumID`),
  UNIQUE KEY `heritage` (`heritage`),
  KEY `parentID` (`parentID`)
) ENGINE=MyISAM AUTO_INCREMENT=11551 DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;
/*!40101 SET character_set_client = @saved_cs_client */;

--
-- Dumping data for table `forums`
--

LOCK TABLES `forums` WRITE;
/*!40000 ALTER TABLE `forums` DISABLE KEYS */;
INSERT INTO `forums` VALUES (8003,'💡 Gamers\' Plane development',NULL,'f',2,'0002-8003',3180,3181,4);
/*!40000 ALTER TABLE `forums` ENABLE KEYS */;
UNLOCK TABLES;

Para atualizar a tabela para utf8mb4 eu fiz

ALTER TABLE forums CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

Como estou testando o retorno desses dados:

<?php
$mysql = new PDO("mysql:host=mysql;dbname=gamersplane", 'gamersplane', 'mypass');
$mysql->setAttribute(PDO::ATTR_DEFAULT_FETCH_MODE, PDO::FETCH_ASSOC);
$mysql->setAttribute(PDO::ATTR_ERRMODE, PDO::ERRMODE_EXCEPTION);

$forum = $mysql->query('select * from forums where forumID = 8003')->fetch();
?>
<html>
<header>
        <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
</header>
<body>
<?php print_r($forum['title']); ?>
</body>
</html>

Eu li [UTF-8 até o fim][1] e

[1]: UTF-8 em todo o caminho e

  • estou usando utf8mb4no banco de dados
  • tenho charset=utf8mb4na minha string PDO
  • configurei default_charsetexplicitamente no meu php.ini e também tentei configurá-lo em tempo de execução
  • tentei Content-Type: text/html; charset=utf-8como um cabeçalho PHP, bem como uma metatag HTML

1 respostas

  1. Best Answer

    Codificar em DataBases é sempre muito divertido! Infelizmente, quando você altera o conjunto de caracteres, ele não atualiza os dados, apenas como o banco de dados interpreta os dados, assim como o MySQL não realiza alterações de codificação em tempo real e sempre grava os bytes conforme eles vêm do cliente. No exemplo, você pode ver que essa 💡é a latin1representação do 💡, e quando você despeja os dados, ele os despeja já na codificação incorreta.

    Para verificar o problema, você pode tentar converter os dados com a consulta:

    SELECT
  CONVERT(BINARY(CONVERT(title USING latin1)) USING utf8mb4)
FROM forums 
WHERE id = 8003;

    no seu ambiente MySQL8 mais recente, ele deve exibir emojis corretamente. Se sim, você deve tentar despejar os dados novamente, e dessa vez usar o charset que foi codificado originalmente, provavelmente latin1usando --default-character-set=latin1. O arquivo de despejo deve conter emojis em vez de 💡texto -like.

    Esteja ciente de que, se houver novo conteúdo na tabela, ele será codificado duas vezes ou o dump fill falhará. Se o novo texto não for compatível com a latin1codificação, seria melhor fazê-lo com o conjunto original, se você ainda tiver acesso a ele.

    • 1

relate perguntas