utf8mb4和utf-8的区别

UTF-8和UTF8mb4都是Unicode编码的一种实现方式，其中UTF-8是Unicode的一种变长字符编码，而UTF8mb4是UTF-8的一种扩展，用于存储四个字节的Unicode字符。具体区别如下：

1.编码范围：UTF-8编码范围是0x000000-0x10FFFF，而UTF8mb4编码范围是0x000000-0x1FFFFF，可以用于存储四个字节的Unicode字符。

2.存储空间：UTF-8编码一个字符需要1-4个字节，而UTF8mb4编码一个字符需要1-4个字节，其中大部分字符只需要3个字节，只有少数字符需要4个字节。

3.排序规则：UTF-8和UTF8mb4对应的排序字符集常用的有utf8_unicode_ci、utf8_general_ci、utf8mb4_unicode_ci、utf8mb4_general_ci等，其中utf8mb4_unicode_ci支持更多的语言和字符集，而utf8mb4_general_ci则更适合一些特定的场景，如只需要支持英文和数字的排序。

示例代码如下：

# UTF-8编码示例
s1 = '你好，世界！'
print('UTF-8编码：', s1.encode('utf-8')) # 输出：b'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8c\xe4\xb8\x96\xe7\x95\x8c\xef\xbc\x81'

# UTF8mb4编码示例
s2 = '👋 Hello, world!'
print('UTF8mb4编码：', s2.encode('utf8mb4')) # 输出：b'\xf0\x9f\x91\x8b Hello, world!'