Perl MySQL utf8mb4 问题/可能的错误

Question

我在 Debian 8 机器上使用 Perl 5.20.2 和 MySQL 5.5.57。我最近发现 MySQL 的 utf8 表仅限于三字节字符。因此，我无法存储表情符号。 所以，我尝试了应该解决这个问题的 utfmb4 表。我从 mysql 客户端内部将表从 utf8 更改为 utf8mb4：

ALTER DATABASE `mydb` CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
ALTER TABLE `mydb`.`mytable` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
ALTER TABLE `mydb`.`mytable` CHANGE `object` `object` VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

在 mytable 中存储数据似乎可行，至少我可以在 phpMyAdmin 中看到预期的表情符号。但是，当从表中读取时，我收到一个包含 3 个不可打印字符的 4 个字符的结果。以下程序应该打印两次相同的表情符号：

#!/usr/bin/perl

use 5.10.1;
use warnings;
use strict;
use DBI;

binmode(STDOUT, ':utf8');

my $object = "\x{1F600}";
my $hd_db  = DBI->connect('DBI:mysql:mydb:localhost', 'user', 'password');
$hd_db->do('SET NAMES utf8mb4');

# cleanup
my $delete = $hd_db->prepare("DELETE FROM mytable");
$delete->execute;

my $insert = $hd_db->prepare("INSERT INTO mytable (object) VALUES ('" . $object . "')");
$insert->execute;
my $select = $hd_db->prepare("SELECT * FROM mytable");
$select->execute;
my $row    = $select->fetchrow_hashref;

say $object;
say $row->{'object'};

预期输出：

????
????

实际输出：

????
�

对我来说似乎是一个错误。有什么建议可以解决吗？

编辑：从 mysql 客户端中选择数据也会显示预期的表情符号

mysql> SET SESSION CHARACTER_SET_CLIENT = utf8mb4;
mysql> SET SESSION CHARACTER_SET_RESULTS = utf8mb4;
mysql> SELECT * FROM mytable;
+--------+
| object |
+--------+
| ????      |
+--------+

Answer 1

您告诉 MySQL 使用 UTF-8 进行通信，但您还需要告诉 DBD::mysql 解码数据（或自己做）。

你想要

my $dbh = DBI->connect('DBI:mysql:mydb:localhost', 'user', 'password', {
   mysql_enable_utf8mb4 => 1,
})
   or die($DBI::errstr);

相当于

my $dbh  = DBI->connect('DBI:mysql:mydb:localhost', 'user', 'password')
   or die($DBI::errstr);

$dbh->do('SET NAMES utf8mb4')
   or die($dbh->errstr);

$dbh->{mysql_enable_utf8mb4} = 1;

Answer 2

解决方法是让 MySQL 将所有内容都视为字节并在您的应用程序中进行编码。

use Encode qw(encode decode);

my $object = "\x{1F600}";
my $hd_db  = DBI->connect('DBI:mysql:mydb:localhost', 'user', 'password');
$hd_db->do('SET NAMES latin1');

...

my $insert = $hd_db->prepare("INSERT INTO mytable (object) VALUES ('" . 
    encode("UTF-8",$object) . "')"); # or equiv statement with placeholders
$insert->execute;

...

my $select = $hd_db->prepare("SELECT * FROM mytable");
$select->execute;
my $row    = $select->fetchrow_hashref;
say $object;
say decode("UTF-8",$row->{'object'});

Answer 3

"\x{1F600}"; 是“Unicode”，而不是“utf8”。它们是相关的，但它们不是相同的编码。

你需要UTF-8（非mysql世界叫它）和utf8mb4（MySQL叫它）。

? 是十六进制 F09F9880（在 utf8mb4 中）；如果您通过CHARACTER SET latin1（“Mojobake”）转换，则为😀

请运行SELECT HEX(object) ... 以查看您是否获得了这 4 个十六进制字节或其他内容。然后我们就会知道是关注INSERT还是SELECT。

您说的是“实际输出”——但这是在哪里？一个网页？是否为UTF-8 配置？或者是其他东西？如果它是您的命令行窗口，请确保将其设置为 UTF-8。在 Windows 中，这是通过 chcp 65001 完成的。

你提到

mysql> SET SESSION CHARACTER_SET_CLIENT = utf8mb4;
mysql> SET SESSION CHARACTER_SET_RESULTS = utf8mb4;

这只是需要设置的 3 个中的 2 个。最好干脆做

SET NAMES utf8mb4;