使用正确的字符集将字符写入DB

Question

我遇到了将中文字符写入Oracle数据库的问题.以下是一些供您参考的信息.

1. 环境:Oracle 8

   select userenv('language') form dual;
   

   回报

   American.America.UTF8
   

2. 发展:

   .NET2/C#
   

3. 客户端字符集:

   gb2312
   

我只是手动将写入值测试到表中,结果是正确的,应该如下所示:

VALUE: ??        //chinese word means 'friend'
DUMP: 197,243,211,209 //caculated by Oracle dump() function

使用代码编写,代码捕捉如下:

Encoding def = Encoding.Default;
Encoding utf8 = Encoding.UTF8;
byte[] bytes = def.GetBytes("??")?
//For debug
//string debug = "";
//foreach(byte b in bytes)
//   debug += b.ToString() + " ";
//Debug.WriteLine(debug); //That will display 197,243,211,209 as the same as the Dump value mentioned
string value = utf8.GetString(bytes);
//I also try, string value = utf8.GetString(Encoding.Convert(def,utf8,bytes))
string sql = String.Format("UPDATE T SET C='{0}' WHERE...",value);
//execute the sql...

之后,存储在DBMS中的值不正确,值和它的转储结果.

Answer 1

Decimal Hexadecimal Binary\n197     c5          1100 0101\n243     f3          1111 0011\n211     d3          1101 0011\n209     d1          1101 0001\n

\n\n

查看维基百科，我们看到 197 是两字节序列的第一个字节，243 是四字节序列的第一个字节，211 是两字节序列的第一个字节，208 是两字节序列的第一个字节。这不是有效的 UTF-8。您能告诉我们两个字符 \xe6\x9c\x8b\xe5\x8f\x8b 的 unicode 代码点是什么吗？

\n\n

编辑啊，GB2313，c5f3 是 Unicode 代码点 u+670b。d3d1 是 u+53cb。（使用转换器在http://demo.icu-project.org/icu-bin/convexp?conv=ibm-1383_P110-1999&ShowLocales&s=ALL#ShowLocales找到）

\n\n

仔细检查 Oracle 客户端正在使用的客户端字符集。我所看到的（在Oracle 10gR2上）是，如果Oracle的客户端与数据库服务器具有相同的字符编码，那么字符将不会被翻译（因为它们是相同的字符集），但它们不会被验证。看来它们在手动插入时是相同的，并且为您想要的字符插入了 GB2313 值，这在数据库内无效，因为它是 utf8。

\n\n

请注意，Oracle 的“utf8”字符集不是完整的现代 UTF-8，而是 CESU-8。在这种情况下这不是问题，因为这些字符位于基本多语言平面上，并且在 UTF-8 和 CESU-8 中具有相同的编码。我能找到的最早的参考资料是针对 Oracle 8i 的：http://download.oracle.com/docs/cd/A87860_01/doc/server.817/a76966/appa.htm#971460。

\n