根本原因是mysql连接层默认使用utf8（utf8mb3），而非utf8mb4，导致四字节字符（如emoji、生僻中文）在传输时被拦截报错1366；必须同步配置laravel连接参数（charset、collation、pdo初始化命令）、mysql服务端（my.cnf三段配置）、数据库/表/字段字符集，并逐层验证四层字符集是否均为utf8mb4。
你的Laravel项目在插入emoji或生僻中文时突然报错SQLSTATE[HY000]: General error: 1366 Incorrect string value，根本原因不是数据库建表编码错了，而是MySQL连接层默认仍走utf8（即utf8mb3），哪怕你把表和字段全设成utf8mb4也白搭——连接一建立，四字节字符就被拦在门外。
改Laravel配置：三处必须同时动手
只改.env里的DB_CHARSET=utf8mb4是无效操作，Laravel官方代码压根不读这个变量。
打开config/database.php，定位到'mysql'配置块，在已有数组里追加这三项：
'charset' => 'utf8mb4',
'collation' => 'utf8mb4_unicode_ci',
'options' => [PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8mb4 COLLATE utf8mb4_unicode_ci"],
【缺一不可】。PDO初始化命令是保险栓，防止某些连接池或中间件重置连接字符集；charset和collation则告诉Laravel“我连的就是utf8mb4”，否则Schema构建器生成的建表语句可能仍用utf8。
建库与建表：服务端层面补全链路
即使Laravel配置全对，如果MySQL服务端默认字符集还是latin1或utf8，新创建的数据库、表、字段依然会继承错误编码。
登录MySQL终端，执行：
CREATE DATABASE your_db_name CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
然后确认当前库的默认字符集：
USE your_db_name; SHOW VARIABLES LIKE 'character_set_database';——输出必须是utf8mb4。
已有数据库想改？运行：ALTER DATABASE your_db_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;，但注意：这仅影响后续新建的表，已有表结构不会自动更新。
迁移文件里埋个钩子：防191长度截断
Laravel 5.4+默认用utf8mb4，但MySQL旧版本（Specified key was too long。
在app/Providers/AppServiceProvider.php的boot()方法里加一行：
Schema::defaultStringLength(191);
这会让所有$table->string('email')这类字段默认长度设为191，191×4=764字节，刚好卡在安全线内。别手动画蛇添足去每个迁移里写->length(191)，统一钩子更可靠。
验证是否真生效：四层逐级检查
改完配置别急着跑迁移，先验证每层是否真正打通：
① 连接层：在任意控制器里执行DB::select("SHOW VARIABLES LIKE 'character_set%';");，重点看character_set_client、character_set_connection、character_set_results三项，**必须全是utf8mb4**；
② 数据库层：运行SELECT DEFAULT_CHARACTER_SET_NAME FROM information_schema.SCHEMATA WHERE SCHEMA_NAME = 'your_db_name';，结果得是utf8mb4；
③ 表层：执行SHOW CREATE TABLE users;（替换成你的表名），建表语句末尾必须带DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci；
④ 字段层：查SHOW FULL COLUMNS FROM users;，每个文本字段的Collation列必须是utf8mb4_unicode_ci，不是utf8_unicode_ci或latin1_swedish_ci。
任何一层掉链子，1366错误都会重现。
清洗历史脏数据：导入前必做
方法一：用iconv过滤非法字节（Linux/macOS）
iconv -f UTF-8 -t UTF-8//IGNORE your_data.csv > cleaned.csv
方法二：Python脚本精准剔除（推荐用于含Windows-1252污染的数据）
import re
def clean_utf8_bytes(s):
return re.sub(b'[\x00-\x08\x0b\x0c\x0e-\x1f\x7f-\x9f]', b'', s.encode('utf-8', errors='ignore')).decode('utf-8')
【别用errors='replace'】，它会插入符号，后续查询、导出时可能引发二次乱码或JSON解析失败。
