mysql的utf8实为utf8mb3，不支持4字节emoji等字符，需改用utf8mb4字符集并配对客户端、html及http编码。
为什么插入emoji会报 Incorrect String value
这是 MySQL utf8 字符集最典型的“翻车现场”——它根本不是真正的 UTF-8，只支持最多 3 字节的 Unicode 字符（U+0000–U+FFFF），而 emoji（如 ?、?）、部分生僻汉字（如 ?）、数学符号（如 ?）都是 4 字节字符，落在 U+10000–U+10FFFF 范围内，utf8 直接拒绝存储。
- 错误示例：
INSERT intO users(name) VALUES('小明?');→ 报错Incorrect string value: 'xF0x9Fx98x8A'... - 根本原因：MySQL 的
utf8实际是utf8mb3，是历史命名错误，官方已明确承认 - 解决方案不是调客户端编码，而是把底层字符集换成
utf8mb4——它是唯一能存下这些字符的 MySQL 原生字符集
建表和改表时必须显式指定 utf8mb4，不能依赖服务器默认值
即使你用 SHOW VARIABLES LIKE 'character_set_server'; 看到返回 utf8mb4，也不代表已有表或字段就自动生效。MySQL 的字符集继承是“逐层覆盖”的：服务端 → 数据库 → 表 → 列，任意一层没设对，就会回退到旧配置。
- 新建表务必写全：
CREATE table comments (id INT, content TEXT) CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci; - 修改已有表：
ALTER TABLE users CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci;（推荐）或更精细地改列：ALTER TABLE users MODIFY name VARCHAR(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci; - 注意：如果字段有索引，且原
VARCHAR(255)在utf8下刚好卡在 767 字节限制边缘，改成utf8mb4后可能超限（4×255=1020 > 767），需同步缩短长度或开启innodb_large_prefix
utf8mb4_0900_ai_ci 是 MySQL 8.0+ 默认排序规则，比 utf8mb4_unicode_ci 更准
字符集决定“能存什么”，排序规则（collation）决定“怎么比大小、是否区分大小写、是否忽略重音”。老项目常用 utf8mb4_unicode_ci，但它基于较旧的 Unicode 标准，在德语 ä、西班牙语 ñ 或带变音符号的越南文上排序可能不准。
-
utf8mb4_0900_ai_ci是 MySQL 8.0 引入的，默认启用 Unicode 9.0.0 标准，ai=accent insensitive，ci=case insensitive，对多语言排序更鲁棒 - 若需大小写敏感，选
utf8mb4_0900_as_cs；若要兼容旧应用行为，可保留utf8mb4_unicode_ci，但新项目建议直接用_0900_ai_ci - 验证当前字段 collation：
SHOW FULL COLUMNS FROM users LIKE 'name';→ 看Collation列是否为utf8mb4_0900_ai_ci
客户端连接也得配对，否则前功尽弃
就算表和字段全设成 utf8mb4，如果客户端连上来用的是 utf8，MySQL 仍会按 3 字节逻辑解析请求，导致乱码或截断。关键参数有三个：character_set_client、character_set_connection、character_set_results。
- 连接时显式指定（以 MySQL CLI 为例）：
mysql --default-character-set=utf8mb4 -u root -p - 应用层（如 Python PyMySQL）需在连接参数中加：
charset='utf8mb4'；PHP pdo 加PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8mb4" - 检查是否生效：
SHOW VARIABLES LIKE 'character_set%';→ 确保client、connection、results三者均为utf8mb4
最容易被忽略的是：哪怕数据库、表、列、连接全设对了，如果前端 HTML 没声明 <meta charset="UTF-8">，或者 HTTP 响应头漏了 Content-Type: text/html; charset=utf-8，用户看到的还是方块或问号——字符集是一条链，断哪一环都不行。