私はXサーバーというレンタルサーバーを借りて、その中にWordpressをインストールしてブログを運営しているのですが
そのWordpressで使われているMySQLデータベースは、文字セットが「utf8mb4」じゃなくて「utf8」なんですよね。
▲utf8mb4じゃなくてutf8になってる
なのでWordpressで4バイトである絵文字（例えば😀←こういう絵文字）は保存できないはずなんです。
なのにですよ。
「絵文字付きの文章を投稿すると、なぜか絵文字が保存できてしまう」という現象が発生したんですよね。
これについて「どうなってんの･･？」と思って調べてみたら
どうやら以下のようなWordpressの仕様のせいらしい。
そこでWordPress 4.2では、 wp_insert_post関数内で投稿情報をデータベースへ保存する前段階で、「投稿タイトル」「内容」「抜粋」に含まれる絵文字を数値表現のHTMLエンティティに置き換えるようになっています。
つまり
- 保存するテーブルの文字セットが
utf8の場合
→投稿に絵文字が含まれていたらHTMLエンティティ（数値文字参照や文字実体参照などとも言う）に変換して保存する
- 保存するテーブルの文字セットが
utf8mb4の場合
→そのまま保存する
みたいな仕様になってるらしい。
HTMLエンティティというのは、例えば😀←この絵文字はUnicodeのコードポイントで表すとU+1F600だから、😀ってHTML本文中に書けば😀が表示される･･みたいな仕組みのやつですね。
試しに、utf8データベースなWordpressにてテキストエディタ（ビジュアルではなくテキスト）に😀と保存したあとにエディタを見てみると、😀の箇所が😀と変換されるのが確認できました↓。
😀▲と打った後に内容を保存すると、&x1f600;というHTMLエンティティに置き換えられている。
逆に、utf8mb4なWordpressのテキストエディタ上で😀と打って保存しても、HTMLエンティティに変換されずに、😀のまま保存されているのが確認できました
- 確認したWordpressのバージョン：5.5
はぇ～Wordpressちゃん親切だなぁ･･。
ちなみに、utf8の場合に、HTMLエンティティに変換してくれるのは絵文字だけっぽいので、他の4バイト文字を保存しても消されちゃうみたいです。
例えば、𩸽（ホッケ）という漢字を本文中に使用してから保存しても、𩸽が本文中から削除されて保存されます。
ついでに言うと
- 4バイト絵文字（例：😀）
- 4バイト漢字（例：𩸽）
の両方を使っていると、𩸽の削除に巻き込まれて、😀のほうも削除されちゃうみたいです。よくわからんけどそういう仕様みたいです。
あと、エディタをテキスト→ビジュアルに切り替えると、&x1f600;と書かれている部分が😀に変換され、再度ビジュアル→テキストに切り替えても😀のままみたいです。
おわり
コメント