PHP项目中如何处理emoji表情？

wen PHP项目 2026-06-16 1

本文目录导读：

PHP项目中如何处理emoji表情？

数据库层面：解决存储问题
PHP 代码层面：处理函数
显示与输出
常见踩坑点
总结推荐方案

在 PHP 项目中处理 Emoji 表情，主要涉及存储、显示和传输三个环节，由于 Emoji 使用 4 字节的 UTF-8 编码，而传统 MySQL 的 utf8 字符集最多只支持 3 字节,因此处理不当会导致数据丢失或乱码。

以下是针对 PHP + MySQL 项目的完整解决方案：

数据库层面：解决存储问题

这是最核心、最需要优先解决的问题，如果你使用 MySQL，默认的 utf8 字符集（utf8_general_ci 等）不支持 Emoji。

✅ 方案一：升级到 utf8mb4（推荐）

将数据库、数据表、字段的字符集从 utf8 改为 utf8mb4。

修改数据库字符集：

ALTER DATABASE your_database_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;

修改数据表字符集：

ALTER TABLE your_table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

修改字段字符集（如果只想动某个字段）：

ALTER TABLE your_table_name MODIFY your_column_name TEXT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

修改数据库连接字符集（PHP 端）：

PDO：

// 在 DSN 中指定 charset
$pdo = new PDO('mysql:host=localhost;dbname=test;charset=utf8mb4', 'user', 'pass');

mysqli：

$mysqli = set_charset('utf8mb4');
// 或
mysqli_set_charset($conn, "utf8mb4");

注意： 某些字符（如 💩、🔫）需要 utf8mb4 才能存储,升级前建议先备份数据。

✅ 方案二：使用 BLOB 类型

如果无法更改字符集，可以将存储 Emoji 的字段类型改为 BLOB。BLOB 存储原始字节，不进行字符集检查，因此可以存下任意的二进制数据（包括 Emoji）。

ALTER TABLE your_table_name MODIFY your_column_name BLOB;

缺点： 无法对字段内容进行正常的排序、查找、索引等操作。

❌ 方案三：编码后存储（不推荐）

将 Emoji 转义成类似 😀 或 \u1F600 的形式存入数据库,取出时再解码。

缺点： 编码/解码增加性能开销，代码难以维护，无法直接在数据库工具中看到真实内容,也无法进行全文检索。

PHP 代码层面：处理函数

判断字符串是否包含 Emoji

Emoji 的 UTF-8 编码以特定字节序列开头，可以通过正则判断，但标准 Unicode 范围较复杂，推荐使用 PHP 的 mb_strlen 和 strlen 配合：一个 Emoji 占 4 字节，其 mb_strlen 返回 1，而 strlen 返回 4。

function hasEmoji($string) {
    $mb_len = mb_strlen($string, 'UTF-8');
    $str_len = strlen($string);
    // 如果字节长度大于字符长度，说明存在多字节字符（可能是 Emoji）
    // 更精确：检查是否有 4 字节 UTF-8 字符
    return preg_match('/[\x{10000}-\x{10FFFF}]/u', $string) === 1;
}

去除 Emoji（如果需要过滤）

使用正则去除所有 Emoji：

function removeEmoji($string) {
    // 匹配所有补充平面字符（即 4 字节 UTF-8 字符）
    $regex = '/[\x{1F600}-\x{1F64F}'  // 表情符号
        . '\x{1F300}-\x{1F5FF}'      // 杂项符号和 pictographs
        . '\x{1F680}-\x{1F6FF}'      // 运输和地图符号
        . '\x{1F1E0}-\x{1F1FF}'      // 区域指示符
        . '\x{2600}-\x{26FF}'        // 杂项符号
        . '\x{2700}-\x{27BF}'        // 装饰符号
        . '\x{FE00}-\x{FE0F}'        // 变体选择器
        . '\x{1F900}-\x{1F9FF}'      // 补充符号和 pictographs
        . '\x{1FA00}-\x{1FA6F}'      // 象棋符号等
        . '\x{1FA70}-\x{1FAFF}'      // 符号和 pictographs 扩展 A
        . '\x{200D}'                 // 零宽度连接符（ZWJ）
        . '\x{20E3}'                 // 组合用围音符
        . ']/u';
    return preg_replace($regex, '', $string);
}

截取字符串时注意长度

使用 mb_substr 代替 substr，否则会截断 Emoji 导致乱码：

$safe_substr = mb_substr($text, 0, 10, 'UTF-8');

JSON 编码时的 Emoji 处理

PHP 的 json_encode 默认会将 Emoji 转义为 \uXXXX 形式，JSON 中直接包含 UTF-8 Emoji，需要确保 JSON 字符串的编码为 UTF-8,且客户端也能正确解析。

// 输出 JSON 时，Emoji 会以 UTF-8 原始形式存在
header('Content-Type: application/json; charset=utf-8');
echo json_encode($data, JSON_UNESCAPED_UNICODE); // 避免将 Emoji 转义

显示与输出

HTML 页面： 确保 <meta> 标签指定 charset="UTF-8"，浏览器会自动显示 Emoji。
移动端/桌面端： 操作系统自带 Emoji 字体（如 iOS 的 Apple Color Emoji、Android 的 Noto Color Emoji、Windows 的 Segoe UI Emoji），只要以 UTF-8 形式输出,用户端就能正确渲染。
PDF/图片生成： 需确保使用的字体支持 Emoji，常用免费 Emoji 字体：Noto Color Emoji、Twemoji Mozilla，使用 imagettftext 时，需指定支持 Emoji 的字体文件路径。

常见踩坑点

数据库连接未设置 utf8mb4
即使数据库、表、字段都是 utf8mb4，PHP 连接时声明的字符集是 utf8，写入时 MySQL 仍会将 4 字节 Emoji 当作非法字符丢弃。
MySQL 版本过低
MySQL 5.5.3 之前不支持 utf8mb4，建议使用 MySQL 5.7+ 或 MariaDB 10.2+。
mbstring 扩展未开启
许多 Emoji 处理函数依赖 mb_* 系列函数，请确保 php.ini 中 extension=mbstring 已启用。
正则表达式失效
PHP 在处理 Unicode 属性时，需开启 u 修饰符（UTF-8 模式），且 PCRE 版本不能太旧，建议 PCRE 版本 >= 8.32。
表单提交时数据丢失
检查 HTML 表单的 accept-charset 是否设为 UTF-8，不过现代浏览器默认都是 UTF-8,一般不需要显式设置。

总结推荐方案

步骤	推荐做法
数据库存储	使用 `utf8mb4` 字符集（表 + 字段 + 连接）
PHP 输入处理	直接使用 `$_POST` 接收，不做额外转义
字符串操作	始终用 `mb_*` 函数（`mb_substr`, `mb_strlen`）
JSON 输出	加 `JSON_UNESCAPED_UNICODE` 选项
显示	页面声明 UTF-8，操作系统自带 Emoji 字体

只要把数据库和数据库连接的字符集统一为 utf8mb4，90% 的 Emoji 问题都能解决，后续只需在字符串截取、JSON 输出等少数环节稍加注意即可。