MySQLで4byteになるUTF-8文字列を検索する

utf8mb4

MySQL 5.5.4からデータベースの文字コードにutf8mb4を指定できる

• 漢(オトコ)のコンピュータ道 - MySQLコミュニティ騒然！MySQL 5.5.4が与えるインパクト。

そもそもUTF-8って4byteあることあるんだ…という感想なのですが、ざっくりと非常用漢字、中国語および絵文字はこれに属するようです。

そこからMySQLの「寿司ビール問題」が出てきたんですね、Twitterで見た。

問題となりそうな文字列を16進数で検索してみる

• Shift_JIS-2004 (JIS X 0213:2004)中の文字でUTF-8にすると4バイトになる文字を調べてみた。

ここを見てみると、Shift_JIS内に収まる漢字の中で、問題になりそうなのは 0xf0 から始まる文字のようだ。検索してみよう。

mysql> SELECT COUNT(*) FROM target_table WHERE HEX(target_column) LIKE '%F0%';
+----------+
| COUNT(*) |
+----------+
|        0 |
+----------+
1 row in set (0.38 sec)

あんまりなかった。