Fei*_*len 3 sql-server import encoding bulk-insert
该场景是一个 SQL Server 实例，一个主要使用 BULK INSERT 操作提供数据的数据库，并且插入的一些文本包含特殊字符，例如\xc3\xb1因为我在西班牙语环境中工作。
因此，在最初的小测试之后，我意识到当我运行简单的时，这些特殊字符没有正确显示select，所以我开始检查我能想到的所有内容：
select collation_name from sys.databases where name='DBNAME';结果为SQL_Latin1_General_CP1_CI_AS\n\n通过这些测试，我得出结论，数据未正确存储，这就是数据未正确显示和导出的原因。我在互联网上找到的几乎每个解决方案都建议使用nvarchar而不是varchar字符串数据类型字段，但这并不能解决这种情况。是什么破坏了我的插入？
如果字符导入不正确，则以下一个（或两个）区域存在问题，因为这实际上是一个两步过程：
\n\nBCP / BULK INSERT 不知道文件是如何编码的并且错误地解释它
目标列是VARCHAR(或CHAR{or TEXT，但不要使用TEXT} )，并且该目标列（不是数据库）的排序规则使用的代码页没有错误导入的字符的映射。
这里需要注意的是，导入表所在数据库的默认排序规则是不相关的。这里唯一重要的排序规则是导入的每个特定字符串列的排序规则。并且每个字符串列的排序规则可以不同，并且它们都不需要与数据库的默认排序规则相同。通常，数据库中大多数列的排序规则与数据库的默认排序规则相匹配，因为这将是创建新表和列时使用的排序规则，而不是通过关键字指定排序规则COLLATE。
步骤 1：文件编码
\nBCP / BULK INSERT（或读取文件的大多数其他代码）将不知道文件正在使用什么编码，除非文件使用少数几种具有字节顺序标记(BOM) 的编码之一。但扩展 ASCII 编码不使用字节顺序标记，因此无法以编程方式确定（至少不能确定）。使用扩展 ASCII 编码时，您需要指定代码页，否则将采用默认值。
根据bcp Utility的 MSDN 页面，在-C选项下：
\n\n\n\n\nOEM -> 客户端使用的默认代码页。如果未指定-C，则这是使用的默认代码页。
\n
您可以通过打开命令提示符并运行mode或来确定默认代码页chcp（我chcp更喜欢，因为如果您传入一个值，它还允许更改代码页）。
如果您的默认代码页是 850，但文件是使用 Windows-1252 Latin1 (ANSI) 编码保存的，则解释文件时很容易出现问题，因为这两个代码页之间的字符映射不同。这与 SQL Server 没有任何关系。
\n\n该\xc3\xb1字符在代码页 1252 上的值为 241。但是，在代码页 850 上，同一字符的值为 164。无论其他如何，该文件都是一系列字节，其中一个字节具有十进制值241（因为保存时，被告知使用代码页 1252，这确定\xc3\xb1需要存储为 241）。现在，当 BCP 读取文件时，如果它使用默认的 MS-DOS 代码页 850，则相同的字节值 241 映射到字符\xc2\xb1。如果您要通过开关指定ACP或1252（相同的东西）的代码页-C，那么 BCP 将知道值 241 的字节实际上是\xc3\xb1。或者，您可以指定代码页 1255（Windows 希伯来语），然后 BCP / BULK INSERT 会将相同的字节值 241 解释为字符\xd7\xa1。
第 2 步：目标列数据类型和排序规则
\n\n一旦 BCP / BULK INSERT（或任何客户端应用程序）读取数据，它就会作为这些映射而存在，而不仅仅是基本字节值。无论读入 BCP / BULK INSERT 的字符都将作为该字符存储在目标列中，只要该字符可以映射到目标数据类型和排序规则中。目标数据类型NVARCHAR、NCHAR和NTEXT（但不使用NTEXT）可以保存所有字符，因此排序规则是什么并不重要。但是，如果目标数据类型是VARCHAR、CHAR、 或TEXT，则排序规则将确定代码页，而代码页又确定字符映射。如果目标数据类型是最后提到的三种数据类型之一，并且使用与文件所用的相同代码页关联的排序规则，那么一切都应该正常工作。或者，如果排序规则与不同的代码页关联，则将尝试映射字符，而不是字节值。
这意味着，如果 BCP / BULK INSERT 使用代码页 1252 和字符\xc3\xb1（代码页 1252 上的值 241），那么如果将其导入到排序VARCHAR规则为SQL_Latin1_General_CP850_CI_AS-- 的列中，该列使用代码页 850 -- 那么您将看到一个字符\xc3\xb1（相同的字符，但代码页 850 上的值为 164），而不是\xc2\xb1，它在代码页 850 上具有相同的 241 值。但是，如果您导入到VARCHAR排序规则为Hebrew_CI_AS-- 的列，该列使用代码页1255——那么您将看到?而不是\xd7\xa1（代码页 1255 上的值 241），因为代码页 1255 上没有映射\xc3\xb1。