标签: unicode

所有这些都有效：

CREATE DATABASE [¯\_(?)_/¯];
GO
USE [¯\_(?)_/¯];
GO
CREATE SCHEMA [¯\_(?)_/¯];
GO
CREATE TABLE [¯\_(?)_/¯].[¯\_(?)_/¯]([¯\_(?)_/¯] NVARCHAR(20));
GO
CREATE UNIQUE CLUSTERED INDEX [¯\_(?)_/¯] ON [¯\_(?)_/¯].[¯\_(?)_/¯]([¯\_(?)_/¯]);
GO
INSERT INTO [¯\_(?)_/¯].[¯\_(?)_/¯]([¯\_(?)_/¯]) VALUES (N'[¯\_(?)_/¯]');
GO
CREATE VIEW [¯\_(?)_/¯].[vw_¯\_(?)_/¯] AS SELECT [¯\_(?)_/¯] FROM [¯\_(?)_/¯].[¯\_(?)_/¯];
GO
CREATE PROC [¯\_(?)_/¯].[sp_¯\_(?)_/¯] @Shrug NVARCHAR(20) AS SELECT [¯\_(?)_/¯] FROM [¯\_(?)_/¯].[vw_¯\_(?)_/¯] WHERE [¯\_(?)_/¯] = @Shrug;
GO
EXEC [¯\_(?)_/¯].[¯\_(?)_/¯].[sp_¯\_(?)_/¯] @Shrug = N'[¯\_(?)_/¯]';
GO

但是您可能会看到我的意思：我不想要 @Shrug，我想要@¯\_(?)_/¯.

这些都不适用于 2008-2017 的任何版本：

CREATE PROC [¯\_(?)_/¯].[sp_¯\_(?)_/¯] @[¯\_(?)_/¯] NVARCHAR(20) AS SELECT [¯\_(?)_/¯] FROM [¯\_(?)_/¯].[vw_¯\_(?)_/¯] WHERE [¯\_(?)_/¯] …

我想根据其 Unicode 代码点将 Unicode 字符串变量设置为特定字符。

我想使用 65535 以外的代码点，但 SQL Server 2008 R2 数据库的排序规则为SQL_Latin1_General_CP1_CI_AS.

根据Microsoft 的 NCHAR 文档，该NCHAR函数采用如下整数：

整数表达式

当数据库的排序规则不包含补充字符 (SC) 标志时，这是一个从 0 到 65535（0 到 0xFFFF）的正整数。如果指定了超出此范围的值，则返回 NULL。有关补充字符的更多信息，请参阅排序规则和 Unicode 支持。

当数据库的排序规则支持补充字符 (SC) 标志时，这是一个从 0 到 1114111（0 到 0x10FFFF）的正整数。如果指定了超出此范围的值，则返回 NULL。

所以这段代码：

SELECT NCHAR(128512);

NULL在此数据库中返回。

我希望它返回与此相同的：

SELECT N'';

如何在排序规则“不包含补充字符 (SC) 标志”的数据库中使用代码（不使用实际表情符号字符）将 Unicode 字符串变量（例如 nvarchar）设置为表情符号？

表情符号 Unicode 代码点的完整列表

（最终我希望任何角色都能工作。我只是为了便于参考而选择了表情符号。）

（虽然服务器是SQL Server 2008 R2，但我也很好奇以后版本有什么解决方案。）

假设没有办法，我可以在另一个具有适当排序规则的数据库中引用内联用户定义函数吗？

如何找到具有“补充字符”标志的归类？

这在我们的服务器上不返回任何记录：

SELECT * FROM sys.fn_helpcollations() 
WHERE name LIKE 'SQL%[_]SC';

似乎引入了 SQL Server …

DECLARE @T TABLE(
  Col NCHAR(1));

INSERT INTO @T
VALUES      (N'A'),
            (N'B'),
            (N'C'),
            (N'?'),
            (N'?'),
            (N'?');

SELECT *
FROM   @T
WHERE  Col LIKE N'%?%'

退货

Col
A
B
C
?
?
?

SELECT *
FROM   @T
WHERE  Col = N'?' 

退货

Col
?
?
?

使用下面的生成每个可能的双字节“字符”显示=版本匹配其中的 21,229 个和LIKE N'%?%'所有版本（我尝试了一些非二进制排序规则，结果相同）。

WITH T(I, N)
AS 
(
SELECT TOP 65536 ROW_NUMBER() OVER (ORDER BY @@SPID),
                 NCHAR(ROW_NUMBER() OVER (ORDER BY @@SPID))
FROM master..spt_values v1, 
     master..spt_values v2
)
SELECT I, N 
FROM …

我只是不明白。请参阅此 SQL 查询：

select nchar(65217) -- ?
select nchar(65218) -- ?
select nchar(65219) -- ?
select nchar(65220) -- ?
if nchar(65217) = nchar(65218)
    print 'equal'
if nchar(65217) = nchar(65219)
    print 'equal'
if nchar(65217) = nchar(65220)
    print 'equal'

基于传递关系，这意味着 SQL Server 认为它们都是同一个字符。

但是，在其他环境中，例如 C#，它们并不相同。

我感到困惑的是：

1. 字符串比较在 SQL Server 中的工作原理
2. 为什么比较在一台机器和一个平台上表现不同，但在不同的环境中表现不同
3. 这 4 个字符代表一个人类可以理解的字符。为什么它们在 Unicode 字符映射中如此丰富？

这当然会导致巨大的问题，因为我正在开发一个文本处理应用程序，数据几乎来自任何地方，我需要在处理之前对文本进行规范化。

如果我知道差异的原因，我可能会找到处理它的解决方案。谢谢你。

鉴于此表：

CREATE TABLE test (
    id INT NOT NULL,
    description NVARCHAR(100) COLLATE Modern_Spanish_CI_AS NOT NULL
);
INSERT INTO test (id, description) VALUES (1, 'CO2');

我意识到我无法解决排版问题：

SELECT * FROM test WHERE id = 1;
UPDATE test SET description = 'CO?' WHERE id = 1;
SELECT * FROM test WHERE id = 1;

因为更新匹配但没有效果：

id          description
----------- -----------
1           CO2

(1 affected rows)

(1 affected rows)

id          description
----------- -----------
1           CO2

(1 affected rows)

就好像 SQL Server 确定了这一点，因为? 显然只是一个很小的2 …

为什么这两个SELECT语句会导致不同的排序顺序？

USE tempdb;
CREATE TABLE dbo.OddSort 
(
    id INT IDENTITY(1,1) PRIMARY KEY
    , col1 NVARCHAR(2)
    , col2 NVARCHAR(2)
);
GO
INSERT dbo.OddSort (col1, col2) 
VALUES (N'e', N'eA')
    , (N'é', N'éB')
    , (N'ë', N'ëC')
    , (N'è', N'èD')
    , (N'ê', N'êE')
    , (N'?', N'?F');
GO

SELECT * 
FROM dbo.OddSort 
ORDER BY col1 COLLATE Latin1_General_100_CS_AS;

????????????????????????
? ID ？列 1 ? 列 2 ?
????????????????????????
? 1 ? ? ?
? 2 ? é ? 乙 ?
? 4 ? ? …

我已将数据库排序规则设置为Latin1_General_BIN, 以使字符串比较区分大小写。这会影响性能吗？对数据库中的 DML 或 DDL 操作有什么影响吗？数据库已存在，其中包含表。

我有一个带有 varchar 列的表。它允许使用商标 (™)、版权 (©) 和其他 Unicode 字符，如下所示。

Create table VarcharUnicodeCheck
(
col1 varchar(100)
)

insert into VarcharUnicodeCheck (col1) values ('MyCompany')
insert into VarcharUnicodeCheck (col1) values ('MyCompany™')
insert into VarcharUnicodeCheck (col1) values ('MyCompany?')
insert into VarcharUnicodeCheck (col1) values ('MyCompanyï')
insert into VarcharUnicodeCheck (col1) values ('MyCompany')

select * from VarcharUnicodeCheck

但是varchar的定义说，它允许非 unicode 字符串数据。但 Trademark(™) 和 Registered(®) 符号是Unicode字符。定义是否与 varchar 数据类型的属性相矛盾？我阅读了几个链接，例如第一个和第二个。但是我仍然不明白为什么当定义说它只允许非 unicode 字符串值时它允许 unicode 字符串。

我需要一个字符编码技巧来去除希伯来语重音标记。

之前的样品

???????????? ??????? ????????? ？？？???????????? ？？？？？？?????????

样品后

？？？？？？？？？????? ?? ????? ？？？？？？

[:ascii:]课堂在 Postgres 中是否有效？它没有列在他们的帮助中，但是我在网上看到了使用它的例子。

我有一个 UTF-8 数据库，其中collat​​ion和c_typ e 是en_US.UTF-8，Postgres 版本是 9.6.2。当我像这样搜索非 ASCII 行时：

select title from wallabag_entry where title ~ '[^[:ascii:]]';

我得到了Unicode 和非 Unicode 符号（完整输出在这里）：

?????????? ??????????????: ???? ????????? ??????? ?????
??????? ???????? ????????: ????? ?? ?????? ????????? ?? ???????
??? ?? ?????? ? ??????? ?? ????: ??? ? ????????????? ?????????? ???????????
??? ???????? ??????? ? 1740-? ???? ?? ??????? ??????? ??????
Have …