Emojis na programação: Unicode, HTML, CSS, JavaScript e como salvar no banco de dados
Um guia prático para lidar com emojis em sites e aplicativos: code points e sequências de emoji, entidades HTML, content no CSS, tamanho de string em JavaScript e Intl.Segmenter, expressões regulares, utf8mb4 no MySQL, codificação em URL e JSON, fontes e acessibilidade, com exemplos.
Emojis parecem desenhos, mas dentro de um programa eles são texto. Por isso, em alguns momentos eles não se comportam como letras comuns: na hora de contar caracteres, salvar no banco de dados ou cortar uma string. Este guia reúne, na ordem em que costumam aparecer, os problemas que quem cria sites e aplicativos encontra com emojis.
Toda página de emoji do EmojiCanvas tem, perto do fim, a seção “Códigos para desenvolvedores”, com code points, entidades HTML em hexadecimal e decimal, CSS, JavaScript e o valor codificado para URL, cada um com botão de copiar. Vale deixar uma dessas páginas aberta enquanto lê.
Um emoji pode ter vários code points
O Unicode dá a cada caractere um número chamado code point. O 😀 é um emoji simples, formado por um único code point, U+1F600. Só que muita coisa que aparece na tela como um emoji só é, na verdade, uma sequência de vários code points.
- Seletor de apresentação de emoji (VS16): o ❤️ é
U+2764 U+FE0F. OU+FE0Fno fim pede a versão colorida de emoji; sem ele, alguns sistemas mostram um símbolo de coração preto e branco. - Modificadores de tom de pele: o 👍🏽 é o 👍 (
U+1F44D) seguido de um modificador de tom de pele (U+1F3FD). - Sequências ZWJ: o 👨👩👧 junta homem, mulher e menina com um caractere invisível de junção, o ZWJ (
U+200D), somando cinco code points. Sistemas que não reconhecem essa combinação mostram as três pessoas separadas. - Teclas (keycaps): o 1️⃣ é o dígito 1 (
U+0031), maisU+FE0Fe a moldura de tecla (U+20E3).
O guia sobre como os emojis combinados funcionam explica isso com imagens. O ponto principal para quem programa é este: o que uma pessoa enxerga como um caractere e o que o programa conta como caracteres podem ser números diferentes.
Como colocar emojis no HTML
O jeito mais simples é digitar o emoji direto no HTML. Para funcionar, o documento precisa ter <meta charset="utf-8"> dentro do head, e o próprio arquivo tem de estar salvo em UTF-8. Se um dos dois estiver errado, o emoji vira caracteres embaralhados.
Se não dá para ter certeza da codificação do arquivo, use referências numéricas de caractere. O 😀 é 😀 em hexadecimal ou 😀 em decimal. Sequências precisam de uma referência por code point, então o ❤️ fica ❤️.
Como usar emojis no CSS
Para colocar um emoji em um pseudoelemento, use barra invertida e o valor hexadecimal na propriedade content: content: "\1F600"; para o 😀. Sequências são encadeadas, então o ❤️ fica content: "\2764\FE0F";.
Para garantir que o emoji seja desenhado com a fonte de emoji colorida do sistema, coloque fontes de emoji no fim da lista de fontes. Uma combinação comum é "Apple Color Emoji", "Segoe UI Emoji", "Noto Color Emoji". Sem isso, alguns ambientes usam primeiro um símbolo preto e branco de uma fonte comum.
O tamanho das strings em JavaScript
Strings em JavaScript são guardadas em unidades UTF-16. Code points acima de U+FFFF, como o 😀, ocupam duas unidades (um par substituto), então "😀".length dá 2.
- Para contar code points, espalhe a string:
[..."😀"].lengthdá 1. - Mesmo assim,
[..."👨👩👧"].lengthdá 5. Para contar o que a pessoa vê como um caractere, divida o texto em grafemas comIntl.Segmenter, por exemplo[...new Intl.Segmenter().segment(text)].length. - Limitar caracteres com
slice()ousubstring()pode cortar um par substituto ou uma sequência no meio e deixar um caractere quebrado (�). Ao encurtar uma prévia, segmente primeiro e corte depois. - Para trabalhar com code points como números, use
String.fromCodePoint(0x1F600)ecodePointAt(0). O antigofromCharCodeobriga você a montar os pares substitutos na mão.
Encontrando emojis com expressões regulares
Listar faixas de caracteres à mão para “achar qualquer emoji” costuma deixar coisa de fora. As propriedades do Unicode são mais confiáveis.
/\p{Extended_Pictographic}/uencontra caracteres pictográficos um por um. Caracteres como1ou#, que são a base dos emojis de tecla, não entram nessa propriedade.- Os navegadores atuais e o Node.js aceitam a flag
ve/\p{RGI_Emoji}/v, que reconhece sequências como 👨👩👧 inteiras como um emoji só. - O suporte muda de uma linguagem de servidor para outra, então teste com dados reais que tenham sequências, tons de pele e teclas.
Salvando emojis no MySQL: use utf8mb4
O antigo conjunto de caracteres utf8 do MySQL (hoje chamado utf8mb3) guarda no máximo 3 bytes por caractere. Emojis ocupam 4 bytes em UTF-8, então salvar nesse conjunto dá o erro “Incorrect string value” ou troca o emoji por pontos de interrogação.
- Configure tabelas e colunas como
utf8mb4, com uma collation compatível, comoutf8mb4_unicode_ciouutf8mb4_0900_ai_ci. - O conjunto de caracteres da conexão também precisa ser
utf8mb4. Mudar só as tabelas e deixar a conexão como estava continua quebrando o emoji na gravação. - Ao definir um tamanho como
VARCHAR(20), confira se ele conta bytes ou caracteres. O 👨👩👧 parece um caractere só, mas tem 5 code points e 18 bytes em UTF-8.
O PostgreSQL guarda emojis sem configuração extra quando a codificação do banco é UTF8.
“Tamanho” muda de linguagem para linguagem
O mesmo emoji é contado de jeitos diferentes conforme a linguagem.
- O
len()do Python 3 conta code points:len("😀")dá 1,len("👨👩👧")dá 5. - Em Java e C#, as strings são UTF-16 como no JavaScript, então o 😀 tem tamanho 2.
- Se você precisa de bytes, codifique em UTF-8 e conte. O 😀 tem 4 bytes.
Em qualquer campo com limite de caracteres, garanta que o front-end e o servidor contem do mesmo jeito. É daí que vem o famoso erro “passou no navegador, mas o servidor recusou por ser longo demais”.
Emojis em URLs e JSON
Em uma URL, o emoji vira seus bytes UTF-8 em codificação percentual: o 😀 fica %F0%9F%98%80. Em JavaScript, encodeURIComponent() faz essa conversão.
O JSON pode levar emojis do jeito que são, mas algumas bibliotecas exportam escapes de par substituto, como \ud83d\ude00. O json.dumps() do Python faz isso por padrão; passe ensure_ascii=False para manter o emoji como está. As duas formas voltam ao mesmo caractere na leitura, então compare valores já decodificados, não o texto bruto do JSON.
Quem decide a aparência é o aparelho
O código é o mesmo em todo lugar, mas o desenho vem da fonte de emoji do sistema ou do aplicativo. Por isso o mesmo emoji muda de aparência entre aparelhos, e emojis novos podem aparecer como quadradinhos (□) em sistemas antigos. O guia sobre emojis que aparecem como quadrado explica as causas.
Se todo mundo precisa ver o mesmo desenho, dá para exibir os emojis como imagem. Nesse caso, confira a licença. As imagens do Google Noto Emoji são Apache 2.0 (os arquivos de fonte são OFL 1.1), o Twemoji é CC BY 4.0 (exige atribuição) e o Microsoft Fluent Emoji é MIT. Os desenhos de emoji da Apple e da Samsung não têm licença aberta, então não podem ser reaproveitados. Cada página de emoji do EmojiCanvas permite baixar PNG e SVG desses três desenhos.
Acessibilidade: leitores de tela leem o nome
Leitores de tela anunciam o emoji pelo nome. Coloque 🔥🔥🔥 em um título e a pessoa ouve “fogo, fogo, fogo”.
- Envolva emojis só decorativos em
<span aria-hidden="true">para que sejam pulados. - Quando o emoji funciona como um ícone com significado, dê um rótulo que combine com o contexto, como
<span role="img" aria-label="Concluído">✅</span>. - Um botão que tem só um emoji como nome é difícil de entender para quem usa leitor de tela. Inclua também um texto.
Lista de conferência antes de publicar
- Os documentos e as respostas do servidor estão declarados como UTF-8?
- Tabelas, colunas e a conexão do banco estão todas em utf8mb4?
- Os limites de caracteres e os cortes de string aguentam 👨👩👧, 👍🏽 e 1️⃣?
- O front-end e o servidor contam o tamanho do mesmo jeito?
- Se você usa imagens de emoji, está cumprindo a licença, incluindo a atribuição?
- Os emojis decorativos estão fora do que o leitor de tela anuncia?
Última revisão em 2026-11-06