前言
开发过程中，遇到了带有Emoji表情的字符串无法存入后台数据库问题。原因是Mysql的utf8编码最多3个字节，而Emoji表情或者某些特殊字符是4个字节，所以数据插不进去。这种问题应该交给后台处理，如果后台不处理，则ios和Andriod要统一对emoji表情编码，这里采用UTF-8编码，在解决这个问题之前，先对以下相关知识做个了解。
相关知识
1.位、字节、字符的概念和区别。
位（bit）： 数据存储的最小单位，每个二进制数字0或者1就是1个
位，比如 11010101是一个八位二进制数。
字节（byte）：8个位构成一个字节；即：1 byte (字节)= 8 bit(位)；1 KB = 1024 B(字节)；
字符： 是指计算机中使用的字母、数字、字和符号，也就是用户能看到的。
字符集： 各种各个字符的集合，也就是某些汉字、字母（A、b、c）和符号（空格、引号..）会被收入标准中；例如ASCii字符集，gb2312字符集，Unicode字符集等。
编码： 规定每个“字符”分别用一个字节还是多个字节存储，用哪些字节来存储，这个规定就叫做“编码”。通俗来讲，编码就是按照规则对字符进行翻译成对应的二进制数，在计算器中运行存储，用户看的时候，再解码显示成用户能看得懂的。
2.UTF-8编码中，字节和字符的对应关系。
1个英文字符 和 英文标点 = 1个字节
1个中文（含繁体） 和 中文标点 = 3个字节
Emoji表情 和 某些特殊字符 = 4个字节
3.String类的length() 和 codePointCount() 的区别
length():返回的是使用的UTF-16编码的字符代码单元数量，不一定是我们认为的字符个数。
codePointCount()：返回的是代码点数量，是实际的字符个数。
例如1个Emoji表情是一个字符，codePointCount()是1，但是length()是2。
原因：
常用的UniCode字符使用一个代码单元就可以表示（如英文、数字、中文），但有些辅助字符需要一对代码单元表示（如Emoji表情）。length()计算的是代码单元的数量，codePointCount()计算的是代码点数。
补充：
有的emoji表情codePointCount()是2，length()也是2，因为它们可能携带着一个我们看不到的符号，代码打印能看到，这可能就涉及到是否增补字符的问题了。
实例
对含有emoji表情的字符串进行UTF-8编解码
对整段字符进行编码
这种方式简单便捷，如无特殊情况，这么处理就足够了。最后显示的都是带%号的字符串，例如：%E5%93%88
try {
//编码
String encodeStr = URLEncoder.encode(src, "UTF-8");
//解码
String decodeStr = URLDecoder.decode(encodeStr, "UTF-8");
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
对Emoij表情单独编码
如果遇到特殊要求，只对emoji表情编码，其他字符不编码，那就要用到codePointCount()了，解码的时候直接对整段解码即可。
public class EmojiUtils {
/**
* 对emoji表情单独编码
* @param src
* @return
*/
public static String escape(String src){
//1.得到代码点数量，也即是实际字符数，注意和length()的区别
//举例：
//一个emoji表情是一个字符，codePointCount()是1，length()是2。
//但是遇到过一个emoji表情居然带着空格符号，结果它的codePointCount()是2，length()也是2，实际上单独拎emoji来说，它的length()应该说是1才对了。
//推测这就是它们是否属于增补字符范围内，length=2的是增补字符，length=1的不是。
int cpCount = src.codePointCount(0, src.length());
//2.得到字符串的第一个代码点index，和最后一个代码点index
//举例：比如3个emoji表情，那么它的cpCount=3；firCodeIndex=0；lstCodeIndex=4
//因为每个emoji表情length()是2，所以第一个是0-1，第二个是2-3，第三个是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.获得代码点，判断是否是emoji表情
//注意，codePointAt(int) 这个int对应的是codeIndex
//举例:3个emoji表情，取第3个emoji表情，index应该是4
int codepoint = src.codePointAt(index);
if (!isEmojiCharacter(codepoint)) {
sb.append((char) codepoint);
}else{
try {
//4.对emoji表情UTF-8编码，判断是否是增补字符范围内
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.确定指定字符（Unicode代码点）是否在增补字符范围内。
//因为除了表情，还有些特殊字符也是在增补字符方位内的。
index += Character.isSupplementaryCodePoint(codepoint)? 2 : 1;
}
return sb.toString();
}
/**
* 过滤掉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;) {
//遍历每个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
* @param codePoint
* @return
*/
private static boolean isEmojiCharacter(int codePoint) {
return (codePoint >= 0x2600 && codePoint <= 0x27BF) // 杂项符号与符号字体
|| codePoint == 0x303D || codePoint == 0x2049 || codePoint == 0x203C
|| (codePoint >= 0x2000 && codePoint <= 0x200F)//
|| (codePoint >= 0x2028 && codePoint <= 0x202F)//
|| codePoint == 0x205F //
|| (codePoint >= 0x2065 && codePoint <= 0x206F)//
/* 标点符号占用区域 */
|| (codePoint >= 0x2100 && codePoint <= 0x214F)// 字母符号
|| (codePoint >= 0x2300 && codePoint <= 0x23FF)// 各种技术符号
|| (codePoint >= 0x2B00 && codePoint <= 0x2BFF)// 箭头A
|| (codePoint >= 0x2900 && codePoint <= 0x297F)// 箭头B
|| (codePoint >= 0x3200 && codePoint <= 0x32FF)// 中文符号
|| (codePoint >= 0xD800 && codePoint <= 0xDFFF)// 高低位替代符保留区域
|| (codePoint >= 0xE000 && codePoint <= 0xF8FF)// 私有保留区域
|| (codePoint >= 0xFE00 && codePoint <= 0xFE0F)// 变异选择器
|| codePoint >= 0x10000; // Plane在第二平面以上的，char都不可以存，全部都转
}
}
参考
https://blog.csdn.net/u014166319/article/details/71308112
https://www.cnblogs.com/mojxtang/p/10154907.html
