简介：这套 emoji 图片与编码表资源面向移动端/Web 开发者、内容运营及文本处理研究者，帮助理解 emoji 在不同编码体系中的表示与应用。资源包为 RAR 压缩格式，共 468 个文件，包含 467 张 PNG 表情图片和 1 个 SQL 数据表。SQL 文件记录每个 emoji 的 Unicode 码点及 UTF-8、UTF-16、SBUnicode 等多种编码对应关系，便于在 iOS、数据库或网页场景中准确存取；PNG 图片则按名称组织，直观展示每个编码对应的具体图形，方便对照查阅与素材调用。压缩包整体仅 429KB，轻量易用。目前已有 689 人学习下载，适合需要处理 emoji 兼容性、制作表情选择器或进行字符编码分析的开发与研究人员。掌握这些编码知识，可有效避免乱码与显示异常问题。 做开发这几年，我发现自己和别人最大的区别可能就是电脑里永远躺着好几个 emoji 相关的 JSON 文件和字体表。发条消息用 emoji 谁都会，但真到了写代码的环节——比如在接口里返回一个表情、在 H5 页面插一个特殊符号、或者排查 Win10 上为什么某个表情显示成了方框——你就得老老实实把 emoji 图片和编码表拿出来研究。这篇文章我会把最新版编码表的门道、Windows 系统字体文件的位置，以及我踩过的几个坑一次性说清楚。前端开发、内容运营、数据处理工程师，以及所有被 emoji 编码折磨过的朋友，都可以收藏一下。
1. 先搞清楚：emoji 编码表到底在“表”什么
1.1 一张码点的索引清单
很多人一看到“编码表”三个字就发怵，觉得那是老程序员拿着十六进制字典翻的东西。其实 emoji 编码表拆开看，核心只有三个元素：字符图形、Unicode 码点、各编码格式下的字节表示。
拿笑脸表情 U+1F600 举例。U+1F600 就是这个表情的“身份证号”，全世界的系统只要遵守 Unicode 标准，拿到这个码点就知道它要表达一个开心笑脸；图形长什么样由各厂商自己画，苹果、谷歌、微软画出来的风格都不一样。UTF-8 编码 F0 9F 98 80、UTF-16 代理对 D83D DE00，则是它在存储和网络传输时的“血液”。做研发或者处理数据时，如果你只认图不认码点，接口文档、数据库字段、网页源码这几层之间来回切换时会非常痛苦。编码表的价值就在这：它把图形和代码之间架起了一座桥。
1.2 版本和平台之间，差异比你想的大
emoji 不是“永远不变”的。Unicode 联盟差不多每年都会更新版本，2019 年的 Emoji 12、2021 年的 Emoji 14.0、2024 年 9 月的 Unicode 16.0，都持续在往里面加新表情。到我整理这份“最新版”的时间点，Unicode 15.1 已经收编了三千多个 emoji，16.0 又做了一轮扩充。问题是，系统厂商对版本的支持是滞后的。
Windows 10 自带字体里的 emoji 版本，严重依赖系统更新版本，老系统遇到新表情就很容易显示成空心方框；iOS 和 Android 的 emoji 图形又各自闭门设计，同一个码点在不同平台上长得完全不一样。“最新版”三个字不是营销话术，而是你在处理跨平台数据时必须记住的前提：码点可能是新的，但用户手机系统未必认识它。
2. 拆开 emoji 的编码原理，你会少踩一半坑
2.1 码点、代理对与 UTF-8
Unicode 最初设计时，用两个字节就能覆盖全部字符，那一块区域叫基本多文种平面（BMP）。后来字符太多，两个字节不够用了，于是扩展出 17 个平面。大部分 emoji 都落在第一辅助平面，码点范围从 U+1F000 到 U+1FAFF，远超两个字节能表达的 0xFFFF，所以没法直接用两个字节存。
这就引出了两个经常把人绕晕的概念：
- UTF-16 采用代理对方案，用两个 16 位单元拼成一个码点。比如 U+1F600 在 UTF-16 下表示为 D83D DE00，两个单元都不在常规字符区里，所以才叫“代理”。
- UTF-8 则给出另一种表示：四字节序列 F0 9F 98 80。
实际工作中，最典型的翻车现场就是数据库。MySQL 的老配置 utf8 只支持最多三字节的字符，一碰到四字节的 emoji 就会报错或写入失败，哪怕你看到数据库连接串、表结构、字段类型全都没问题。解决办法很简单：把字符集改成 utf8mb4，它才是真正完整支持四字节字符的 UTF-8 编码。凡是表结构、连接参数、服务端字符集这层没有统一成 utf8mb4，emoji 数据就可能神不知鬼不觉地丢成问号。
2.2 修饰字符：肤色、变体选择符与 ZWJ
你以为 emoji 是“一个码点对一个图”？现实远比这复杂。现在很多 emoji 是组合出来的。
先说肤色修饰符。挥手、竖拇指、跑步这类表情，默认是一种黄色皮肤，你可以在后面追加 U+1F3FB 到 U+1F3FF 这五个码点之一，表示从浅到深的不同肤色。所以它不是一个独立表情，而是一个“基础表情 + 修饰符”的组合。
再说变体选择符。有些字符本身是文字符号，但也能以 emoji 样式显示，比如心形符号 U+2764。它在文本模式下是普通的红色心形文字，想要更“emoji”的视觉效果，就在后面加一个 U+FE0F 变体选择符。这个 U+FE0F 平时看不见，却决定了字符以文本样式还是 emoji 样式渲染。
更进阶的是 ZWJ 序列。ZWJ 是 U+200D，全称 Zero Width Joiner，零宽连接符。家庭、职业、各种牵手组合，本质都是通过它把多个 emoji 拼在一起。比如“一家三口”可能是“大人 + ZWJ + 小孩”的组合，码点串在一起，系统字体识别到这种序列后，会渲染成一张复合图形。平台不支持这个序列时，就会退化成几个独立表情排在一起，这是正常现象，不是 bug。
2.3 不同场景用哪种表示
我整理了一张常用来对照的“表达形式表”，实际开发中很管用：
| 场景 | 示例 | 说明 |
|---|---|---|
| Unicode 码点 | U+1F600 | 人为交流和文档记录用 |
| UTF-8 字节 | F0 9F 98 80 | 关注存储和网络传输时用 |
| UTF-16 代理对 | D83D DE00 | JavaScript、Java 等语言内部处理时常见 |
| HTML 实体 | 😀 | 网页静态模板里手写 |
| JSON 字符串 | \uD83D\uDE00 | 很多后端序列化后你会看到这种形式 |
| URL 编码 | %F0%9F%98%80 | 某些接口参数传输时可能遇到 |
理解了这套表，你在各个环境里看到乱码、转义、异常字符，都能快速判断它到底属于“哪一层的问题”。我在帮朋友排查接口数据的时候，经常发现对方拿到的数据是 \uD83D\uDE00，就觉得是乱码，其实这只是 JSON 的正常转义，解析后就能得到正确表情。
3. 新环境里速查编码表的几条实用路径
3.1 系统自带的“零成本”入口
日常开发排查时，我很少翻实体版编码表，优先用系统自带能力。Windows 10 有一个很实用的快捷键：按下 Win 键和句号键（Win + .），或者 Win 键和分号键（Win + ;），会弹出一个 emoji 选择面板。这个面板自带搜索框，输入“smile”“happy”就能快速筛出对应表情；它也支持按类别浏览，鼠标悬停时能显示当前表情的名字。对于偶尔插个表情、快速确认某个表情是不是存在的人来说，这个入口完全够用了。
macOS 也有类似方案，在任意输入框中按下 Control + Command + 空格，就能打开字符查看器。字符查看器比 Win10 面板更进一步，可以直接看到 Unicode 码点、UTF-8 等信息，很多苹果用户不知道它，其实它是个内置的编码速查工具。
3.2 在线图表和本地 JSON 备一份
需要查最新版全量编码表时，系统面板就不够用了。我更推荐两个方向：
一是 unicode.org 官方的 emoji 列表页（https://unicode.org/emoji/charts/emoji-list.html），它按“序号 + 码点 + 图形 + 名称”的结构整理，字段清晰，适合核对版本和数据。虽然加载慢、界面朴素，但权威性没有任何网站能比。
二是自己在本地维护一份 JSON 映射表。我习惯从 GitHub 上找维护得好的开源数据仓库，比如接近官方数据、又带版本标签的 emoji-data 类项目，把 JSON 下载下来放到项目的 assets 里。这样前端可以动态渲染、后端可以做关键词匹配、脚本可以定时自动同步，比每次现查在线表格高效得多。我自己在做一个支持表情搜索的工具时，就是这么干的，只要数据源跟着 Unicode 版本定期更新，就不用担心表情漏了或者码点写错。
4. 针对 Win10：自带 emoji 字体文件的位置和扩充方案
4.1 字体文件到底在哪
Windows 10 显示 emoji 的字体文件叫 Segoe UI Emoji，文件名为 seguiemj.ttf，位于系统盘 C:\Windows\Fonts\ 目录下。你可以直接打开字体目录，找到它双击预览，能很直观地看到这个字体支持哪些图形、不支持哪些图形。Win10 系统并不是把每个 emoji 都做成独立文件，而是通过字体链接机制，在普通文本字体遇到 emoji 字符时，自动切换到 Segoe UI Emoji 来渲染。
这个机制在日常使用时没问题，但它有两个隐含缺陷：一是字体文件版本取决于 Win10 系统更新程度，新 emoji 来了，系统不更新就看不到；二是如果你想用别的风格的 emoji 图形，比如更开源的 Noto Emoji、或更可爱的 Twemoji 风格，系统默认不给你选择余地。
4.2 扩充自带字体的两种可行操作
先说我最常用的方案：安装第三方 emoji 字体，然后修改注册表，让系统用新字体替换 Segoe UI Emoji 的默认位置。
第一步，下载目标字体。推荐两个开源字体：Google 的 Noto Color Emoji，和 Mozilla/Twitter 维护的 Twemoji 的字体封装版。下载到 ttf 或 otf 文件后，右键选择“安装”，先让它进入字体库。
第二步，打开注册表编辑器，定位到：HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows NT\CurrentVersion\Fonts。
第三步，在这一项下面找到“Segoe UI Emoji (TrueType)”，把它的数值数据改成本地字体文件的实际路径。比如你安装了 NotoColorEmoji.ttf，路径可能是 C:\Windows\Fonts\NotoColorEmoji.ttf。改完重启资源管理器或直接重启系统，就会发现系统里大量 emoji 图形被替换成了新字体的样式。
另一种更轻量的做法是不动注册表，只在项目内部使用。比如网页里通过 CSS 引入 Twemoji 的 JavaScript 脚本，它会自动把所有 emoji 字符替换成对应图片，不影响系统其他程序。这个方法最安全，但只对网页生效，对原生应用无效。
4.3 字体替换必须知道的风险
修改注册表替换系统字体能带来视觉统一，但风险也实打实：
一是 Windows Update 有可能在系统更新时重置字体关联，你需要重新设置。
二是新版 Segoe UI Emoji 字体包含大量复合序列规则和颜色格式，第三方字体未必完整覆盖，替换后某些组合表情，比如家庭、职业这类 ZWJ 序列，可能无法合并渲染，反而出现“一个码点一个图”的退化现象。
三是有极少数程序会直接调用指定字体名，比如很多聊天软件服务端已经指定了字体回退顺序，系统级替换不一定对这类应用生效。
我在自己电脑上试过一版 Noto Color Emoji 替换，视觉上确实更统一，但一个多月后系统更新把它又“打回原形”了。所以如果你不是特别在意风格统一，我反而建议不要动注册表，保持系统默认，只在需要的具体项目里做局部替换。
5. 高频问题排查与热搜词冷知识
5.1 乱码和显示异常速查表
我整理了工作里最常见的 emoji 显示问题，你可以直接对照排查：
| 现象 | 常见原因 | 处理方式 |
|---|---|---|
| 数据库存储失败或变成?? | 表/连接使用MySQL utf8(utf8mb3)，不支持4字节 | 全局改成 utf8mb4，重新设置连接参数 |
| 网页显示空心方框 | 页面字符集不是UTF-8，或系统字体缺对应glyph | 检查Meta标签charset，升级系统/字体 |
| JSON接口返回\uD83D\uDE00 | 正常JSON转义，不是乱码 | 解析JSON后即可得到正确字符 |
| 系统里某个表情长得和手机上不一样 | 不同平台不同字体设计 | 属于正常现象，不是编码问题 |
| 某些复杂组合表情显示为多个符号 | 系统不支持ZWJ序列 | 升级系统或换支持版本更全的字体 |
这里最容易忽略的是“数据库连接串”和“表结构”一改就大功告成的错觉。真正要改的是三层：数据库全局字符集、表字段字符集、JDBC/连接驱动参数。缺一层，数据都可能在中途被转成问号。我踩过一次坑，改了表字段，但驱动连接串仍是 characterEncoding=utf8，结果数据照样丢，改成 utf8mb4 才恢复正常。
5.2 热搜词与 emoji 的冷知识
最近网上有几个和 emoji 相关的热搜词，虽然有些看起来像“拼接传闻”，我还是逐一拆解一下，省得大家被带着走。
“8b10b 编码表”是一个通信领域的专业术语，常见于 PCIe、DisplayPort、USB 3.0 等高速串行接口的物理层编码方案，它的作用是让传输的比特流保持直流平衡。它和 emoji 编码表完全是两码事，只是搜索时会因为“编码表”三个字被自动关联到一起。如果你查 emoji 资料时看到 8b10b，可以直接跳过，那不是你需要的内容。
“and 的 emoji”其实很多人都搞混了。英文字符 and 并没有一个独立的“专属表情符号”。键盘上的 & 符号属于基础区分字符，Unicode 里它只是一个普通文本字符 U+0026，在大多数平台上它会以文本样式显示。如果想把它用得更醒目，可以在它后面跟随 U+FE0F 变体选择符，尝试让它以 emoji 风格渲染，但最终效果取决于平台，不是所有系统都支持。这算是“变体选择符”知识点最日常的一个应用。
“不同进度的 emoji”则更偏创作技巧。Unicode 并没有定义“进度条”这种表情，但你可以用多个符号拼出可视化的进度效果。比如用四个格子图形表示 25% 到 100%，或者用沙漏、火焰、发芽的小苗这类“过程型”表情表达阶段变化。很多前端同学在列表页或者邮件模板里用这种拼接方案做轻量进度提示，比引入图表库要轻得多，而且跨端兼容性也不错。
最后再分享一个我自己的习惯
我电脑里一直维护着一个 markdown 格式的 emoji 速查表，按“使用频率”“组合序列”“踩坑记录”分了三类。每次遇到不会显示的表情，我做的第一件事不是换字体，而是先确认它的码点、版本和所在平台。这看起来笨，其实是最高效的排查路径：多数显示问题根本不是字体的问题，而是版本不支持。处理完问题之后，我会把这次遇到的码点和现象追加进速查表里，时间越长，这张表越值钱。你也试试从一份最新的编码表开始，建一个自己的速查清单，以后处理全平台上那些形状各异的 emoji 时，会轻松很多。
本文还有配套的精品资源，点击获取
