为什么当 Unicode 字符串不为空时，MS SQL Server 会返回空字符串检查的结果

Question

select * from (select N'?? ' as t) as t2 where t= ''

字符串 '?? ' 匹配上面的检查，这是为什么？

Answer 1

虽然我不确定这些特定字符的确切原因，但问题与较旧的排序规则有关^{（请参阅最后的更新部分）}。它们不仅等同于空字符串，而且还等同于这些字符之一：

SELECT * FROM (SELECT N'??') tab(col) WHERE tab.col = N'?';

如果您尝试区分大小写的排序规则，即使有多个字符，它们仍然等同于：

SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'????' COLLATE SQL_Latin1_General_CP1_CS_AS;
SELECT * FROM (SELECT N'?') t(c) WHERE t.c = N'????' COLLATE SQL_Latin1_General_CP1_CS_AS;
SELECT * FROM (SELECT N'?') t(c) WHERE t.c = N'????' COLLATE SQL_Latin1_General_CP1_CS_AS;

即使是“等效的”Windows 排序规则也有同样的问题：

SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'?' COLLATE Latin1_General_CS_AS;
SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'?' COLLATE Latin1_General_CS_AS_KS_WS;

但是，似乎较新版本的 Windows 排序规则（即 100 系列或更新版本）“修复”了该问题，而这些不再等同于：

SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'?' COLLATE Latin1_General_100_CI_AI;
SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'?' COLLATE Latin1_General_100_CI_AS;

而且，当然，二进制 Windows 排序规则（旧的和新的系列）工作得很好，因为以下不报告匹配：

SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'?' COLLATE Latin1_General_BIN;
SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'?' COLLATE Latin1_General_BIN2;
SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'?' COLLATE Latin1_General_100_BIN;
SELECT * FROM (SELECT N'??') t(c) WHERE t.c = N'?' COLLATE Latin1_General_100_BIN2;

UPDATE（2015年8月20日），
6小时后通过文档浇筑的http://www.unicode.org/，http://site.icu-project.org/，和其他几个Unicode相关的网站，我放弃了寻找可能在 2008 年之前发生的“权重”变化的证据（SQL Server 2008 中引入了新的 100 系列排序规则）。但是，我确实在www.fileformat.info 上找到了此处测试的两个字符的以下信息：

• ? = Unicode 字符 'ETHIOPIC SYLLABLE GE' (U+130D)
• ? = Unicode 字符 'ETHIOPIC SYLLABLE ZEE' (U+12DC)

因此，我继续进行下一个项目，不久之后在 SQL Server 2008 MSDN 页面上的排序规则和 Unicode 支持中发现了以下内容：

SQL Server 2008 引入了与 Windows Server 2008 提供的排序规则完全一致的新排序规则。这 80 个新排序规则由 *_100 版本引用表示。它们为用户提供最新的、语言准确的文化分类惯例。支持包括以下内容：

• ...
• 已将权重添加到先前未加权的字符中，这些字符将进行同等比较。

字符没有排序权重意味着它实际上是不可见的。

故事寓意：不要那么努力；早点放弃;-)

更新 (2018-09-20)

为了更直观地显示正在发生的事情，下面的查询将每个 BMP 字符（代码点 0 - 65535 / U+0000 - U+FFFF）与一个空字符串进行比较。使用不同的排序规则重复比较：BIN2、SQL Server 排序规则、从 SQL Server 2000 开始的 Latin1_General、从 SQL Server 2008 开始的 Latin1_General、从 SQL Server 2008 开始的 Japanese_XJIS 和从 SQL Server 2017 开始的 Japanese_XJIS。这两个从 SQL Server 2008 开始的排序规则显示两者返回相同数量的匹配，但较新的 Japanese_XJIS 排序规则返回不同的数字（SQL Server 2017 中更新的唯一排序规则是日语排序规则）。这样做是为了显示在各种排序规则版本中有多少字符缺少排序权重。

;WITH nums AS
(
  SELECT TOP (65536) (ROW_NUMBER() OVER (ORDER BY (SELECT 0)) - 1) AS [CodePoint]
  FROM   [master].[sys].[columns] col
  CROSS JOIN [master].[sys].[objects] obj
)
SELECT nums.[CodePoint],
       COALESCE(NCHAR(nums.[CodePoint]), N'TOTALS:') AS [Character],
       COUNT(CASE WHEN (NCHAR(nums.[CodePoint]) = N''
                 COLLATE Latin1_General_BIN2) THEN 1 END) AS [BIN2],
       COUNT(CASE WHEN (NCHAR(nums.[CodePoint]) = N''
                 COLLATE SQL_Latin1_General_CP1_CS_AS) THEN 1 END) AS [SQL Collations],
       COUNT(CASE WHEN (NCHAR(nums.[CodePoint]) = N''
                 COLLATE Latin1_General_CS_AS_KS_WS) THEN 1 END) AS [SQL2000 Latin1],
       COUNT(CASE WHEN (NCHAR(nums.[CodePoint]) = N''
                 COLLATE Latin1_General_100_CS_AS_KS_WS) THEN 1 END) AS [SQL2008 Latin1],
       COUNT(CASE WHEN (NCHAR(nums.[CodePoint]) = N''
                 COLLATE Japanese_XJIS_100_CS_AS_KS_WS) THEN 1 END) AS [SQL2008 Japanese],
       COUNT(CASE WHEN (NCHAR(nums.[CodePoint]) = N''
                 COLLATE Japanese_XJIS_140_CS_AS_KS_WS) THEN 1 END) AS [SQL2017 Japanese]
FROM   nums
GROUP BY ROLLUP ((nums.[CodePoint], NCHAR(nums.[CodePoint])));

要查看所有行的详细信息，请执行上面的查询。但对于总结来说，那就是：

BIN2  SQL Collations SQL2000 Latin1  SQL2008 Latin1  SQL2008 Japanese  SQL2017 Japanese
1     21230          21229           5840            5840              3375