Java 中 Emoji 表情的處理方案：過濾與數據庫適配

Java 中 Emoji 表情的處理方案：過濾與數據庫適配

項目中因用戶輸入 Emoji 導致的 Bug 並不罕見。MySQL 常用的 utf8_general_ci 僅支援 1-3 字節字符，而 Emoji 屬於 4 字節字符，直接存儲會報錯。本文總結兩種主流解決思路。

方案一：修改數據庫字符集為 utf8mb4（需 MySQL 5.5+）

使用 HeidiSQL 等工具將表/庫的默認字符集改為 utf8mb4，可完美存儲 Emoji。

缺點：可能需重啟數據庫；實測中偶爾失效（如連接池字符集未同步），穩定性不如方案二。

方案二：業務層過濾 Emoji（推薦）

在數據入庫前用正則替換掉 4 字節字符，犧牲極小用戶體驗換取系統穩健。

錯誤嘗試：網上流傳的 replaceAll("[^\\u0000-\\uFFFF]", "") 會誤傷中英文，不可用。

正確工具方法（親測有效）：

import org.apache.commons.lang3.StringUtils;

/**
 * 過濾 Emoji 表情
 * @param source 原字符串
 * @param slipStr 替換字符（如 "" 或 "[Emoji]"）
 * @return 過濾後字符串
 */
public static String filterEmoji(String source, String slipStr) {
    if (StringUtils.isNotBlank(source)) {
        // 匹配 Unicode 代理對區範圍：\uD800-\uDBFF \uDC00-\uDFFF
        return source.replaceAll("[\\ud800\\udc00-\\udbff\\udfff\\ud800-\\udfff]", slipStr);
    }
    return source;
}

建議

• 將上述方法封裝為通用工具類，Controller/Service 入參處統一調用。
• 若業務強制要求存儲 Emoji，務必全鏈路配置 utf8mb4（數據庫、表、列、連接 URL 增加 characterEncoding=utf8mb4）。