标签: utf-8

我有一个包含大量数据的 vb 论坛

我需要一种方法来转换这个论坛数据库表字符集与他们的数据

latin1_swedish_ci 到 utf8-general-ci

这该怎么做 ？

我有一个VARCHAR(80) utf8mb4专栏，我正在测试添加一些 ASCII 和表情符号字符，并使用LENGTH()和CHAR_LENGTH()来理解差异。

通过阅读不同的地方，我的理解是，utf8mb4列上的每个字符将占用 4 个字节。LENGTH()然而，如果我理解为给我特定内容在该字段上的实际大小，情况似乎可能并非如此。

包含“aaaa”内容的行比包含“”的行占用的存储空间更少，这是否正确？

从 SQL Server 2019 开始，它支持 UTF-8 作为排序规则。但是，根据以下查询：

SELECT COLLATIONPROPERTY('Arabic_100_CS_AS_KS_WS_SC_UTF8', 'CodePage')
SELECT COLLATIONPROPERTY('Latin1_General_100_CS_AS_KS_WS_SC_UTF8', 'CodePage');

两者都返回65001Windows 中的 Unicode代码页。此外，所有新_UTF8排序规则都使用代码页65001：

SELECT * FROM sys.fn_helpcollations() WHERE name LIKE '%_UTF8';

usingArabic_100_CS_AS_KS_WS_SC_UTF8和Latin1_General_100_CS_AS_KS_WS_SC_UTF8as 排序规则之间有什么区别吗？

我试图将德语 \xc3\x9f 存储在 SQL Server 中，但结果是 \xc3\x83\xc5\xb8。\n例如“Gleimstra\xc3\x9fe”存储为“Gleimstra\xc3\x83\” xc5\xb8e"

但其他角色也会发生这种情况：

\n
• “K\xc3\xb6nig-Karl-Stra\xc2\xad\xc3\x9fe”存储为“K\xc3\x83\xc2\xb6nig-Karl-Stra\xc3\x83\xc5\xb8e”
\n
• “Quai Andr\xc3\xa9-Citro\xc3\xabn”存储为“Quai Andr\xc3\x83\xc2\xa9 Citro\xc3\x83\xc2\xabn”
\n
• “Carrer dels Adre\xc3\xa7adors 存储为“Carrer dels Adre\xc3\x83\xc2\xa7adors”
\n

我查看了数据库排序规则，它显示SQL_Latin1_General_CP1_CI_AS。然后我用谷歌搜索并找到了这个。

但我不知道我现有的排序规则是否导致了问题，或者我需要做什么才能存储 \xc3\xb6、\xc3\x9f、\xc3\xa9、\xc3\xab、\ 等特殊字符xc3\xa7、\xc3\xb1、\xc3\xad。

更新1

事实上，我将字符串存储在一nvarchar列中。我通过 .NET 应用程序将数据发送到数据库。这是我在 web.config 中作为连接字符串的内容：
\n<add name="conn" connectionString="data source=(local)\\sql;Initial Catalog=mydb;User Id=myuser;Password=mypassword;" providerName="System.Data.SqlClient"/>

更新2

我从 JSON 文件中读取值，并将其传递给 a Newtonsoft.Json.Linq.JArray，然后将其传递给函数，如下所示：

    InsertStreetId(item.SelectToken("location.street").Value(Of String))\n\n\n  Public Shared Function InsertStreetId(ByVal street As String) As Integer\n        Dim streetId As Integer\n\n        Dim …

是否可以从没有前缀的损坏的 nvarchar 中恢复 UTF8 数据N？

例如，在下面的代码片段中，我希望@n1_fixed基于以下内容获得正确的值@n1：

declare\n  @n1 nvarchar(10) = '\xe1\xb8\xbe\xe1\xba\xa5xi\xe1\xb8\xbf\xe1\xbb\xa9\xc5\x9b',\n  @n2 nvarchar(10) = N'\xe1\xb8\xbe\xe1\xba\xa5xi\xe1\xb8\xbf\xe1\xbb\xa9\xc5\x9b';\n\ndeclare\n  @n1_fixed nvarchar(10); -- somehow make it have the correct value, based on @n1\n\nselect iif(@n1_fixed = @n2, 1, 0)\n

我已经很习惯使用 COMPRESS()，并DECOMPRESS()在内部论坛软件为我公司（目前在SQL Server 2017），而是试图使数据库尽可能高效，是有一个优势，加入_UTF-8到我的当前归类为Latin1_General_100_CI_AS_SC_UTF8在未来迁移到 SQL Server 2019？