插入UTF-32字符

Question

我正在使用SQL Server (2008 R2，10.5)测试UTF32字符(特别是表情符号)，并在此阶段检查服务器是否支持给定的代码

在本例中，我将:rose与以下查询一起使用

SELECT '' + nchar(0x1F339) + 'test'

它返回到带有(NULL)的Management Studio中。

在SQL Server中，需要对字符进行哪种格式的编码才能使其不返回null

Answer 1

SQL Server仅支持UCS-2，目前(几乎)与UTF-16相同。所以每个字符恰好是2个字节。

Answer 2

一个想法，如果可以的话。您可以将数据存储在与编码无关的二进制或VARBINARY数据字段中。然后，您可以使用映射表或外部脚本将二进制文件解析为文本字段，例如，将0x1F339替换为:rose:或您自己的自定义格式。

Answer 3

因为它是UTF-32，所以它有两个UTF-16字符：

-- Returns: test
SELECT '' + nchar(0xD83C) + nchar(0xDF39) + 'test'

您可以在链接后面的“UTF-16Hex (C Syntax)”标题下找到此代码。

此外，我还必须推荐这篇文章，因为它在调查期间非常有帮助：Unicode Escape Sequences Across Various Languages and Platforms (including Supplementary Characters)

对于那些正在寻找答案的人来说，有几个选择：

从技术上讲，

SQL Server没有字符转义序列，但您仍然可以使用字节序列或使用CHAR()和NCHAR()函数的代码点来创建字符。我们在这里只关心Unicode，所以我们将只使用NCHAR()。

所有版本：

用于BMP代码点的NCHAR(0 - 65535) (使用整数/十进制值)

BMP代码点的NCHAR(0x0 - 0xFFFF) (使用二进制/十六进制值)

对于代理项对/两个UTF-16代码单元，NCHAR(0 - 65535) + NCHAR(0 - 65535)

对于代理项对/两个UTF-16代码单元，NCHAR(0x0 - 0xFFFF) + NCHAR(0x0 - 0xFFFF)

CONVERT(NVARCHAR(size)，0xHHHH)用于UTF-16 Little Endian中的一个或多个字符(“HHHH”是1组或多组4个十六进制数字)

从SQL Server 2012开始：

如果数据库的默认排序规则支持补充字符(排序规则名称以_SC结尾，或以SQL Server 2017开头的名称包含140但不以_BIN*结尾，或以SQL Server 2019开头的名称以_UTF8结尾但不包含_BIN2)，则可以为NCHAR()指定补充字符代码点：

十进制值最高可达1114111

十六进制值最高可达0x10FFFF

从SQL Server 2019开始：

“_UTF8”排序规则使CHAR和VARCHAR数据能够使用UTF8编码：

UTF-8中一个或多个字符的CONVERT(VARCHAR(size)，0xHH) (“HH”是1组或多组2个十六进制数字)

注意: CHAR()函数不适用于此目的。它只能产生一个字节，并且UTF-8对于值0- 127 / 0x00 -0x7F来说也只是一个字节。