[发明专利]一种字符处理方法和装置

说明书

技术领域

本发明涉及计算机技术领域，具体地，涉及一种字符处理方法和字 符处理装置。

背景技术

随着互联网应用的普及，越来越多的用户喜欢在各种应用的输入文 本中使用emoji符号(表情符号)来表达心情和想法。针对这种趋势， 统一码联盟(UnicodeConsortium)为每个emoji符号创建了对应的unicode 码。统一码联盟最新发布的Unicode8.0版本总共含有7716个脚本和符 号。其中，emoji符号新增37个，另还有4个emoji表情得到了更改。 除了食物、大型飞鸟之外，Unicode8.0还涉及到笑脸、宗教以及多种运 动符号。

但对于使用MySQL的应用来说，新增的emoji符号可能造成数据 库应用异常。这是因为5.6以下版本的MySQL数据库在使用UTF8字符 集时最多使用三个字节存储emoji符号，导致部分emoji符号信息丢失。 例如，目前苹果移动终端的操作系统支持新版的Unicode编码，导致客 户通过苹果移动终端提交的京东反馈表(包含emoji符号)不能正确的 保存和检索。

目前已有的一种处理emoji符号的解决方式是将用户提交的字符串 过滤掉长度为4个字节的emoji符号，剩余字符串转换成新的字符串存 储到数据库。此种方式导致emoji表情信息丢失。

另外一种处理emoji符号的解决方式是升级MySQL到5.6或更高版 本，并且将数据库字符集切换至utf8mb4。这种方式虽然能够解决以后 的emoji符号的存储问题，但是可能造成现有数据库中的数据乱码， MySQL的效率也可能随之降低。

发明内容

有鉴于此，本发明提供一种字符处理方法和处理装置，以解决上述 问题。

根据本发明的第一方面，提供一种字符处理方法，包括：从输入设 备接收文本内容；识别所述文本内容中的第一字符；将所述第一字符转 换为特殊字符串；将所述特殊字符串存储到数据库。

优选地，所述识别所述文本内容中的第一字符包括：将所述文本内 容由当前的编码格式转换为unicode编码格式；从所述unicode编码格式 的文本内容中识别所述第一字符。

优选地，所述从unicode编码格式的文本内容中识别所述第一字符 包括根据unicode码表通过正则表达式匹配获得所述第一字符。

优选地，所述当前编码格式包括UTF8、GBK2312。

优选地，所述特殊字符串包含当前的编码格式的所述第一字符。

优选地，所述第一字符为emoji字符。

优选地，所述第一字符为第一类型的emoji字符。

优选地，所述数据库为MySQL数据库。

优选地，还包括：从数据库中读取所述特殊字符串；将所述特殊字 符串转换为第一字符。

根据本发明的第二方面，提供一种字符处理装置，包括：接收模块， 用于从输入设备接收文本内容；识别模块，用于识别所述文本内容中的 第一字符；第一转换模块，用于将所述第一字符转换为特殊字符串；存 储模块，用于将所述特殊字符串存储到数据库。

优选地，所述识别模块包括：第一转换单元，用于将所述文本内容 由当前的编码格式转换为unicode编码格式；判定单元，用于从所述 unicode编码格式的文本内容中识别所述第一字符。

优选地，所述第一字符为emoji字符。

优选地，所述第一字符为第一类型的emoji字符。

优选地，所述数据库为MySQL数据库。

优选地，还包括：读取模块，用于从数据库中读取所述特殊字符串； 第二转换模块，用于将所述特殊字符串转换为第一字符。

本发明实施例提供一种字符处理方法，包括：从输入设备接收文本 内容；识别所述文本内容中的第一字符；将所述第一字符转换为特殊字 符串；将所述特殊字符串存储到数据库。该方法将现有数据库无法正确 处理的特殊字符转换为字符串处理。该方法使得现有的基于MySQL早 期版本的应用能够在不升级MySQL版本的基础上，正确存储和展示 emoji字符，保证系统的稳定运行。同时提供一种相应的字符处理装置。

附图说明

通过参照以下附图对本发明实施例的描述，本发明的上述以及其它 目的、特征和优点将更为清楚，在附图中：