データベースエンジニアが行く

Mysqlで扱える文字コードにutf8とutf8mb4があるのは知っていたが、

どちらにしても文字を登録できるので、

その違いを深く考えたことはなかった。


偶然、utf8では保存できないが、utf8mb4では保存できる漢字があることを知り、

その違いを調べてみた。



これを知らずにMysqlを使っていたことが恥ずかしい。

utf8のデータベースに保存できなかったのは「𠮟」（口へんに七）。

「叱」のUnicodeは「U＋53F1」（口へんにヒ）JIS規格の第1水準
「𠮟」のUnicodeは「U＋20B9F」（口へんに七）JIS規格の第3水準

しかるを漢字変換すると「叱」（口へんにヒ）が表示されるので、
「𠮟」（口へんに七）を使用しなくければ良いだけのように思うが
「𠮟」（口へんに七）を使わないとまずい場合もあるらしい。

試してみると、utf8mb4のデータベースには「𠮟」（口へんに七）を保存できた。

同様の文字は他にもあるそうだ。
　補填のてん　「塡」
　剥離のはく　「剝」
　頬　ほお　　「頰」