Incorrect string value: '\xF0\x9F\x98\x84\xF0\x9F

問題描述：重新浪微博抓取消息保存到MySQL數據中，對應數據庫字段爲varchar，字符編碼utf-8。部分插入成功，部分插入失敗，報錯如標題。

在網上查詢，有人說是編碼問題，建議修改編碼格式，好比改爲gbk，UTF-8，blob等等，可是幾乎沒有人給出更詳細的答案。在一個英文網站上，才發現真正錯誤的緣由。連接1 連接2

錯誤緣由：咱們能夠看到錯誤提示中的字符0xF0 0x9F 0x98 0x84 ，這對應UTF-8編碼格式中的4字節編碼（UTF-8編碼規範）。正常的漢字通常不會超過3個字節，爲何爲出現4個字節呢？其實是它對應的是智能手機輸入法中的表情。那爲何會報錯呢？由於mysql中的utf-8並非真正意義上的utf-8，它只能存儲1~3個字節長度的utf-8編碼，若是想存儲4個字節的必須用utf8mb4類型。不而要使用utf8mb4類型，首先要保證Mysql版本要不低於 MySQL 5.5.3。

解決方案：

1）使用utf8mb4數據類型

   要用這種策略，若是MySql版本低於5.5.3，首先要進行版本升級，而後將對應的數據類型改成utf8mb4類型。若是使用的是Connector/J 鏈接數據庫，須要在配置中把編碼格式改成utf8mb4（set character_set_server=utf8mb4 in the connection config）。

2）自定義過濾規則，將文本中出現的四字節UTF-8字符過濾或轉化爲自定義類型。

    下面是將4字節字符轉化爲0000的測試例子。

    for (int i = 0; i < b_text.length; i++)  
    {  
        if((b_text[i] & 0xF8)== 0xF0){  
            for (int j = 0; j < 4; j++) {                          
            b_text[i+j]=0x3f;         
        }  
        i+=3;  
        }  
    }